sklearn.datasets常用API介绍

sklearn.datasets
返回元组(X,y),X是n_samples*n_features的矩阵表示样本特征,y是n_samples*1的矩阵表示标签
含有属性data为X，target是y
含有属性DESCR包含feature_names和target_names,表示数据集的详细描述.

load_boston([return_X_y]) 返回波士顿房价数据集，回归问题
return_X_y：默认为False，为True时返回元组(data,target)

load_iris([return_X_y])返回 鸢尾花数据集，分类问题

load_diabetes([return_X_y])返回糖尿病数据集，回归问题

load_digits([return_X_y])返回数字识别数据集，分类

load_breast_cancer([return_X_y])返回乳癌的数据集，分类问题

sklearn.datasets.fetch_olivetti_faces(data_home=None,shuffle=False,random_state=0,download_if_missing=True)
此数据集包括40个不同的人每人取10张照片，照片表示为8bit的整数，灰度值为0-256，加载时会将灰度值转化为[0,1]内方便很多算法处理
每张照片表示为64*64像素

data_home:选择数据集的文件，默认为'../scikit_learn_data'

shuffle:boolean,如果为True则每次选择图片时打乱顺序，避免选择同一个人的图片

random_state:参数为int,RandomState instance or None.用来设置生成随机数的方式

int:作为随机数生成器的种子
RandomState instance:作为随机数生成器
None:随机数生成器采用np.random

download_if_missing:boolean,默认为True
如果为False，下载数据失败后生成IOError，而不是从源网站继续下载

（上述参数为每个函数都具有的通用参数，下面不再赘述ÿ