Python机器学习实战项目--预测红酒质量（超详细）

用Scikit-Learn（sklearn）建立模型

1 环境搭建

 Python 3+NumPy+Pandas+Scikit-Learn (sklearn)

2 导入库和模块

Numpy是比Python自身的嵌套列表（nested list structure)结构要高效的多的一种开源的数值计算扩展。NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。

Pandas（Python Data Analysis Library）是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

1. import numpy as np
2. import pandas as pd
4. from sklearn.model_selection import train_test_split
5. from sklearn import preprocessing
6. from sklearn.ensemble import RandomForestRegressor
7. from sklearn.pipeline import make_pipeline
8. from sklearn.model_selection import GridSearchCV
9. from sklearn.metrics import mean_squared_error,r2_score