网格搜索参数优化（以 diabetes 数据集为例）

1、导入数据，查看数据

import pandas as pd
from sklearn import datasets
# 导入数据
diabetes = datasets.load_diabetes()
X = diabetes.data
y = diabetes.target
feature_names = diabetes.feature_names
# 这个函数可以查看 sklearn 中数据集的详细信息
print(diabetes.DESCR)

把数据做成最初的表格形式，查看数据长啥样

df = pd.DataFrame(X,columns=feature_names)
df['measure'] = y
df.head()

查看数据基本信息

df.info()

查看数据的描述性统计量，因为 $sex$ 是性别，所以只有两个情况，这里是按浮点数类型处理，所以不放入查看。

df.describe()

2、划分训练集和测试集

from sklearn.model_selection