pandas reshape(-1,1)函数 中的-1指在不知道矩阵行数的情况由系统自行处理。

sklearn.preprocessing.scale 和standardscale的区别:

• 使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标准化。
• 使用sklearn.preprocessing.StandardScaler类，使用该类的好处在于可以保存训练集中的参数（均值、方差）直接使用其对象转换测试集数据。

numpy提供了numpy.concatenate((a1,a2,...), axis=0)函数。能够一次完成多个数组的拼接。其中a1,a2,...是数组类型的参数。

交叉验证用于模型评估，判断超参数的合理性。