Lazy Predict 有助于构建许多基本模型，而无需太多代码，并有助于了解哪些模型在无需任何参数调整的情况下效果更好

其实现的功能是给定X，y一键用各种基本模型用默认参数跑一遍，对比基线性能，以便挑选合适的模型进行深入的研究。

他有两个问题，一个是他的基线模型选得太多，而且没有可选项挑选使用哪些基线模型，导致运行非常非常缓慢；一个是他的版本太老旧，跟不上第三方库的更新节奏，要用的话得单独开个虚拟环境。

所以我根据他的思想重写了一个lazy.py，解决了上述问题，可以自定义使用哪些模型进行对比（包括自定义的模型，使用sklearn接口实现了fit、pridict方法），自定义使用哪些指标。