机器学习构建数据集

1、sklearn自带数据集

sklearn中的算法一样，使用“实例化、fit、predict/score”三部曲。
datasets里面能够自己创建数据集、也提供可使用的数据集，二者在同一级

from sklearn import datasets

from sklearn.linear_ .model import LinearRegression
import matplotib.pyplot as plt

#laded_data = dasetsload. boston
##data_X = loaded_data.data
#data_y = loaded.data.target

#model = LinarReression()
#model.fit(data_X data_y)

#print(model.predict(data_X[:4, :])
##print(dat_ y[:4])
X,y = datasets.make. regresion(n_ samples-100, n featu
plt.scatter(X, y)

2、开源数据集

3、sklearn可以创建数据集

使用numpy来构建数据集的技术
回归数据创建函数arrayGenReg