实验3-基于Scikit-Learn构建数据分析模型

一、实验要求

使用加州大学机器学习库的酒数据集(https://archive-beta.ics.uci.edu/dataset/186/wine+quality)包含了1599种不同红酒的11种物理化学属性，每种酒的质量由真人打分，分数范围从0到10,0代表质量最差，10代表最好。

现在希望基于已有酒的物理化学属性来预测未知酒的质量，因此该问题可以看作一个回归问题。

训练数据包含的属性有：非挥发性酸、挥发性酸、柠檬酸、剩余糖分、氯化物、单体硫、总二氧化硫、密度、pH值、硫酸盐、酒精含量和质量。可以把质量看成目标变量，其他属性看成自变量进行学习。