scikit-learn 中的所有算法——无论是预处理、监督学习还是无监督学习算法——都被实现为类。这些类在 scikit-learn 中叫作估计器（estimator）。为了应用算法，你首先需要将特定类的对象实例化：

from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()

估计器类包含算法，也保存了利用算法从数据中学到的模型。

在构建模型对象时，你应该设置模型的所有参数。这些参数包括正则化、复杂度控制、要找到的簇的数量，等等。所有估计器都有fit方法，用于构建模型。fit方法要求第一个参数总是数据X，用一个NumPy数组或 SciPy稀疏矩阵表示，其中每一行代表一个数据点。数据 X 总被假定为具有连续值（浮点数）的 NumPy数组或 SciPy 稀疏矩阵。监督算法还需要有一个 y参数，它是一维NumPy数组，包含回归或分类的目标值（即已知的输出标签或响应）。

在 scikit-learn中，应用学到的模型主要有两种方法。要想创建一个新输出形式（比如 y）的预测，可以用 predict方法。要想创建输入数据 X的一种新表示，可以用 transform方法。表汇总了predict方法和 transform方法的使用场景。

表：scikit-learn API小结

estimator.fit(X_train, [y_train])

estimator.predict(X_test)	estimator.transform(X_test)
分类	预处理
回归	降维
聚类	特征提取
	特征选择

此外，所有监督模型都有 score(X_test, y_test) 方法，可以评估模型。在表中，X_train 和 y_train 指的是训练数据和训练标签，而X_test 和y_test 指的是测试数据和测试标签（如果适用的话）。

摘自：《Python 机器学习基础教程》 第3章 无监督学习与预处理（三）