sklearn之样本生成（1）

      机器学习、模式识别的目的就是从样本数据上自动建立数学模型，将模型用于新的数据以自动解决实际问题。因此，这里有两个东西是我们比较关心的，一个是模型，另外一个样本数据。现在很多文章都在讨论各种算法，大都可以归为模型的建立过程，今天，本博文讲另外一个重要组成部分，样本数据获取方法（以sklearn为工具）。
通过Sklearn获取的样本数据格式有三种形式：
1）图像样本格式
2）样本数据自主生成格式和svmlight 加载格式
3）Toy 数据集格式、现实世界使用格式和从mldata.org获取的格式
1、toy 数据集
由一些小批量经典数据集组成，无需通过网络下载，直接可以加载使用，非常方便。
API接口如下表所示：

	load_boston([return_X_y]) 加载波士顿房价数据；用于回归问题
	load_iris([return_X_y]) 加载iris 数据集；用于分类问题
	load_diabetes([return_X_y]) 加载糖尿病数据集；用于回归问题
	load_digits([n_class, return_X_y]) 加载手写字符集；用于分类问题 
	load_linnerud([return_X_y]) 加载linnerud 数据集；用于多元回归问题

这些数据集可用于快速验证算法性能，但是由于数据集较小，所得结论并不一定适用于现实条件。
1.1 返回数据格式
返回一个字典格式数据，其中至少包含两个键值：data数据（n_samples*n_features）,target数据。
1.2 示例代码
对于digits数据集：

from sklearn.datasets import load_digits
digits = load_digits()
data=digits.data
import matplotlib.pyplot as plt 
plt.gray() 
plt.matshow(digits.images[0]) 
plt.show()

   

    matshow() plt.gray()             matshow()无plt.gray()                  imshow() plt.gray()                   show()无plt.gray()

2、图像样本数据集
load_sample_images()
加载图像用于图形处理（仅有两幅图）
load_sample_image(image_name)
加载numpy格式的图像数据
2.1 示例代码

from sklearn.datasets import load_sample_image
img=load_sample_image('flower.jpg')
import matplotlib.pyplot as plt
plt.imshow(img)
plt.show()