这次我们要做什么？
1、用IRIS的数据训练出一个决策树模型 ，并看他的模型精确度
2、同样用IRIS的数据训练出最近领域 KNN模型 ，并看这个模型的精确度
3、比较两个模型的精确度
4、了解模型是怎样训练出来的
一、用IRIS数据训练一个模型出来，用的是 tree
（1）、从 sklearn 中导入 iris 数据
（2）、把数据集设置好自变量和因变量，这个数据大家很熟悉就不多介绍。
（3）、导如这个可以分割数据集的函数，把原有数据分为训练集和测试集两部分，是均分的，量相等，各75个。
（4）、导入tree模型，对训练集数据进行训练，建立模型
（5）、预测测试集结果
（6）、计算预测的准确度，并得到准确率为0.96
二、用IRIS数据训练一个模型出来，用的是 knn
步骤和上面一致，只是改变了模型的哪一步，下面是两个模型的完整截图，可以看到第二个模型飘红处不一样，别的一致。
三、比较两个模型预测的准确率，一个为0.96 一个为0.98
四、是这样训练的？
简单理解：
用一元线性回归 y = mx + b 就是通过不断的调节m 和b 就是通过训练集的数据不断调节 截距和斜率来 确定的。