學習曲線函數：
from sklearn.learning_curve import learning_curve
調用格式：
learning_curve(estimator, X, y, train_sizes=array([0.1, 0.325, 0.55, 0.775, 1. ]), cv=None, scoring=None, exploit_incremental_learning=False, n_jobs=1, pre_dispatch='all', verbose=0)
# exploit 開發，開拓 incremental 增加的 dispatch 派遣，分派 verbose 冗長的
參數：
- estimator：分類器
- X：訓練向量
- y：目標相對於X分類或者回歸
- train_sizes：訓練樣本相對的或絕對的數字，這些量的樣本將會生成learning curve。
- cv：確定交叉驗證的分離策略（None：使用默認的3-fold cross-validation；integer：確定幾折交叉驗證）
- verbose：整型，可選擇的。控制冗余：越高，有越多的信息。
返回值：
train_sizes_abs：生成learning curve的訓練集的樣本數。重復的輸入會被刪除。
train_scores：在訓練集上的分數
test_scores：在測試集上的分數