SKLearn自带数据集

scikit-learn(sklearn)库提供了一些自带的数据集供用户使用,这些数据集可以用于机器学习算法的训练、测试和演示。这些自带数据集包括了各种不同类型的数据,涵盖了分类、回归、聚类、降维等不同任务。

下面是一些常用的自带数据集示例:

  1. 鸢尾花数据集(Iris dataset):经典的分类数据集,包含了150个样本,分为3个类别,每个样本有4个特征。

  2. 手写数字数据集(Digits dataset):包含了1797个手写数字的灰度图像,每个图像大小为8x8,用于识别手写数字。

  3. 波士顿房价数据集(Boston Housing dataset):用于回归任务,包含了506个样本和13个特征,目标值是房屋价格的中位数。

  4. 乳腺癌数据集(Breast Cancer dataset):用于二分类任务,包含了569个肿瘤样本和30个特征,通过特征预测肿瘤是良性还是恶性。

  5. 新闻组数据集(20 Newsgroups dataset):用于文本分类任务,包含了约20,000个新闻文档,分为20个不同的主题类别。

  6. 手写字母数据集(Letter recognition dataset):包含了20,000个手写字母图像样本,用于识别字母。

以上只是一小部分示例,sklearn中还有更多的自带数据集可供使用。可以通过sklearn.datasets模块中的函数加载这些数据集,例如使用load_iris()加载鸢尾花数据集,使用load_digits()加载手写数字数据集等。加载后的数据集对象通常包括数据、目标值、特征名称等信息,方便进行机器学习任务的处理和分析。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
sklearn提供了多种自带数据集供用户使用。这些数据集可以分为三种类型:自带的小数据集、可在线下载的数据集和计算机生成的数据集自带的小数据集可以通过sklearn.datasets.load_函数加载。可在线下载的数据集可以通过sklearn.datasets.fetch_函数获取,其中包括从data.org在线下载的数据集。最后,sklearn还提供了加载libsvm格式的数据集的函数sklearn.datasets.load_svmlight_file。如果你希望使用从data.org在线下载的数据集,可以使用sklearn.datasets.fetch_mldata函数。总而言之,sklearn提供了丰富的自带数据集供用户使用,可以根据自己的需求选择合适的数据集进行分析和建模。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [[554]sklearn提供的自带数据集(make_blobs)](https://blog.csdn.net/xc_zhou/article/details/88316326)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [python sklearn下载-PythonSklearn库中的数据集](https://blog.csdn.net/weixin_39622905/article/details/109618742)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人工智能教学实践

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值