Python for Machine Learning
在人工智能课中，TA明确地说了不能够使用sklearn库去做，当然了言外之意，便是不能够直接使用已有的机器学习库，相关的模型都要自己写。
但是，在自己写模型的时候，会发现，很多时候，自己以前写的代码在下一次实验中也可能用得上，比如交叉验证那一块的代码，然后一些模型之间也会有共用的代码，更重要的是，通过提高模型和代码的可重用性，代码的正确性得以验证，我不用再去担心每次编写每次都要debug。
于是乎，便有了编写一个机器学习算法包的想法，之前用过sklearn，觉得sklearn的接口设计实在是太优雅了，因此自己在实现的时候，很多时候也是直接将sklearn的接口设计借鉴了过来，然后自己在去将算法的细节去实现好。
几乎与skleran库一致。（一些需要参数的部分应该会不一样，毕竟虽然实现的模型是类似的，不过自己的模型可能比较简单，没有那么多的参数）