简而言之 ： 适应 等于 训练 。然后，在对其进行训练之后，通常可以通过
.predict()方法调用将模型用于进行预测。
详细说明
：使模型适合
.fit()训练数据（即使用方法）实质上是建模过程中的训练部分。它找到通过使用的算法指定的方程式的系数）。
然后，对于分类器，您可以使用方法对传入的数据点（来自测试集或其他方式）进行分类
predict。或者，在回归的情况下，您的模型将
predict在输入数据点上使用时进行插值/插值。
还应注意，有时“适合”命名法用于非机器学习方法，例如缩放器和其他预处理步骤。在这种情况下，就像在最小-最大缩放器，TF-
IDF或其他转换的情况下一样，您只是在数据上“应用”了指定的函数。
注意：以下是一些参考…
- python sklearn中的fit方法
- http://scikit-learn.org/stable/tutorial/basic/tutorial.html
