使用sklearn处理wine和wine

使用sklearn可以很方便地处理wine和wine quality数据集。

对于wine数据集，可以使用sklearn中的load_wine函数进行加载，然后使用train_test_split函数将数据集划分为训练集和测试集，接着可以使用各种分类器进行训练和预测。

对于wine quality数据集，可以使用pandas库中的read_csv函数将数据集加载进来，然后使用train_test_split函数将数据集划分为训练集和测试集，接着可以使用各种回归器进行训练和预测。

总之，使用sklearn处理这两个数据集非常方便，只需要几行代码就可以完成数据加载、划分、训练和预测等操作。