1.分类
“人类运动状态信息评级”实例分析
既然已经有了训练集，是不是就可以寻找每一个类别对应的数据规律，进而得到姿态的类别与数据分布的关系模型了呢？
由此得出，这是一个分类问题；识别新的姿态特征（列），分到某一标签中（行）
2. 三个基本分类模型
KNN + Nbays + 决策树
2.1 k近邻分类器
距离点Xk最近的一些点大多在w1数据集中，因此将它划分到w1中。
思考：为什么邻居是噪声点会导致过拟合？
因为训练集是特定的，如果是噪声点是没有推广性的，故产生过拟合。
2.2 决策树
fit函数貌似是专门用于调用算法训练的函数
对于各种算法的更进一步具体学习，可参照官网API
2.3 朴素贝叶斯
