一般情况下sklearn在算法调用的时候，先进行数据集的切割，为了以后的模型评估做准备，然后进行算法的调用对数据集进行拟合，拟合的过程中会出现损失函数，然后在进行特征工程，在进行拟合，在得出不错的评估后，进行最后的交叉验证

预测：

回归模型
惩罚性线性回归模型

分类：

逻辑回归
朴素贝叶斯
支持向量机
决策树
随机森林
GDBT
神经网络

聚类：

k-NN
k-means
Apriori算法