from sklearn.linear_model import Lasso, Rdige, LogisticRegression, LinearRegression
LinearRegression: 线性回归
Lasso: L1z正则化，（对线性回归正则化），当较少的特征对样本影响较大时用 Lasso
Rdige：岭回归，对线性回归的L2正则化，当叫多的特征对样本产生的影响较平均时使用，
LogisticRegression：logistic回归，能够处理多分类问题，可以通过交叉验证的方式取得最合适的参数值
import sklearn.utils as su
sklearn的工具库
x, y = su.shuffle(x, y, random_state=7), 将有序的数组x， y按照混乱度7的程度打乱
import sklearn.metrics as sm
sm.r2_score(x, hat_y) 对预测值进行r2评分