2024年网络安全最新【机器学习】sklearn数据集的使用，数据集的获取和划分(1)，2024年最新网络安全开发者跳槽必备

写在最后

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

sklearn是基于Python的机器学习工具包，自带大量数据集，可供我们练习各种机器学习算法。

二、安装sklearn

环境要求：

• Python(>=2.7 or >=3.3)
• NumPy (>= 1.8.2)
• SciPy (>= 0.13.3)

先安装 numpy、scipy，再安装 scikit-learn

PyCharm左上角【file】-【Settings】-【Project：pythonProject】-【Python Interpreter】

二、获取数据集

sklearn数据集有有三种「获取数据」的方式：

• sklearn.datasets.load_*()：小规模数据集（本地加载）
• sklearn.datasets.fetch_*()：大规模数据集（在线下载）
• sklearn.datasets.make_*()：本地生成数据集（本地构造）

sklearn数据集的「返回值」是字典格式：

• data：特征值数据数组
• target：目标值数据数组（标签）
• target_names：标签名（目标值和标签的对应关系）
• DESCR：数据描述
• feature_names：特征名

接下来，我们获取一个自带的本地数据集：

from sklearn import datasets

# 获取数据集
iris = datasets.load_iris()
# 打印数据集
print(iris)

输出：

从输出结果来看，它返回的数据集是一个字典，里面包含了特征值（data）、目标值（target）等信息。

我们可以调用返回值「属性」，单独查看数据集的某个信息：

from sklearn import datasets

# 获取数据集
iris = datasets.load_iris()

# 查看数据值
print(iris.data)
# 查看目标值（标签）
print(iris.target)
# 查看标签名
print(iris.target_names)
# 查看数据描述
print(iris.DESCR)
# 查看特征名
print(iris.feature_names)

三、数据集划分

数据集通常会划分为两个部分：

• 「训练数据」：用于训练，生成模型。
• 「测试数据」：用于检验，判断模型是否有效。

sklearn.model_selection.train_test_split() 用来划分数据集

参数：

• x：（必选）数组类型，数据集的特征值
• y：（必选）数组类型，数据集的目标值
• test_size：（可选，默认0.25）浮点型，测试集的大小
• random_state：（可选）整型，随机数种子，不同的随机数对应不同的采样结果。

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网络安全面试题

绿盟护网行动

还有大家最喜欢的黑客技术

网络安全源码合集+工具包

所有资料共282G，朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》，可以扫描下方二维码领取（如遇扫码问题，可以在评论区留言领取哦）~

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！