机器学习可用数据集获取

Kaggle网址：https://www.kaggle.com/datasets

UCI数据集网址：http://archive.ics.uci.edu/ml/

scikit-learn网址：http://scikit-learn.org/stable/datasets/index.html#fdatasets

scikit-learn数据集的实际使用：

sklearn获取小数据集用load，获取大数据集用fetch

sklearn.datasets.load_iris( ） 加载并返回鸢尾花数据集

sklearn.datasets.load_boston( ）加载并返回波士顿房价数据集

sklearn数据集返回值介绍

• load和fetch返回的数据类型datasets.base.Bunch(字典格式)
• data:特征数据数组，是[n_samples * n_features]的二维numpy.ndarray数组
• target:标签数组，是n_samples的一维numpy.ndarray 数组
• DESCR:数据描述
• feature_names:特征名,新闻数据，手写数字、回归数据集没有
• target_names:标签名

例：鸢尾花数据集获取代码实现

从sklearn获取数据：

from sklearn.datasets import load_iris
iris=load_iris()
print("鸢尾花数据集：\n", iris)

数据集的划分：

x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
print("训练集的特征值：\n", x_train, x_train.shape)