本文介绍了机器学习中数据集的划分方法，通常分为训练数据和测试数据，以75%:25%的比例划分。重点讲解了sklearn库的数据集接口，包括加载小规模和大规模数据集的API，如`load_*()`和`fetch_*(data_home=None)`。此外，还展示了如何使用`train_test_split`进行训练集和测试集的划分，并举例说明了sklearn中的分类数据集和回归数据集，以及转换器和估计器的使用流程。
sklearn数据集
1、数据集划分
2、sklearn数据集接口介绍
3、 sklearn分类数据集
4、 sklearn回归数据集
数据集划分
机器学习一般的数据集会划分为两个部分：
训练数据：用于训练，构建模型
测试数据：在模型检验时使用，用于评估模型是否有效【不同模型评估方式不同】
【常用比例是：75%:25%】
语法：
sklearn数据集划分API
sklearn.model_selection.train_test_split
sklearn.datasets
加载获取流行数据集
datasets.load_*()
获取小规模数据集，数据包含在datasets里
datasets.fetch_*(data_home=None)
获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载的目录,默认是 ~/scikit_learn_data/
sklearn获取数据格式
最低0.47元/天 解锁文章
扫一扫
1037
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
