这里用confusion_matrix混淆矩阵的目的是啥？

这个过拟合现象只是通过图像肉眼观看的么？是不是有什么方法或者函数具体点。

如果在此基础上标准化

std = StandardScaler()
X_train_standard = std.fit_transform(X_train)
X_test_standard = std.transform(X_test)

# 标准化以后再代入调好的超参数
best_knn2 = KNeighborsClassifier(weights="distance",n_neighbors=2,p=2)
best_knn2.fit(X_train_standard,y_train)

y_predict = best_knn2.predict(X_test_standard)
print(y_predict)

# 分类准确率
sum(y_test == y_predict) / len(y_test)
# 直接调用score方法，得出分类准确率
print(best_knn2.score(X_test_standard,y_test))

为什么标准化和不标准化的分类准确率不一样呢

老师 get_support()的作用是什么呢？

老师 特征的重要性feature_importances_与特征的相关系数corr()有什么区别和联系吗？

老师，拆分数据集里为什么没有test_size这个参数了

老师，波士顿数据集显示

ImportError: `load_boston` has been removed from scikit-learn since version 1.2. The Boston housing prices dataset has an ethical problem: as investigated in [1], the authors of this dataset engineered a

这个怎么办

老师，没有听懂x-train，x-test，y-train，y-test的作用和含义是什么意思，为什么要分成训练集和测试集

X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.4,random_state=666；

老师这句代码里的random_state是什么意思

老师 特征标准化和特征归一化相同吗

老师 SVM是通过线性运算最后求得超平面，那么如何查看平面的系数呢？

model.coef_

老师 为什么C越大 松弛变量就要越小呢？

老师 支持向量机是先对样本数据进行分类，之后确定支持向量，最后再求超平面吗？

老师 支撑向量如何确定呢？如何确定哪些数据与某个支撑向量是一类数据呢，就是如何判断这些蓝色的点是与蓝色的支撑向量是一类数据呢？

老师 LightGBM中的决策树是用的回归决策树还是分类决策树呢？