sklearn加载波士顿数据集

此数据集原本应该在 sklearn 中是自带数据集之一，但在 scikit-learn 1.2 版本由于某些特殊原因被移除，所以无法使用 load_boston() 获取。我们可以使用fetch_openml()方法，从openml.org存储库中读取数据集。

from sklearn.datasets import fetch_openml

data_x, data_y = fetch_openml(name="boston", version=1, as_frame=True, return_X_y=True, parser="pandas")

name：数据集在 openml.org 上的名称

version：版本号，根据 openml.org 上的描述，使用 1 版本是原始数据集，所以我选择 1 版本，具体根据对应数据集的描述选择

as_frame=True 表示返回 pandas 的 DataFrame 格式，这样可以直接使用 pandas 的方法进行数据处理

return_X_y：表示分别返回特征和标签，如果为 False 则返回一个字典【包含特征和标签】，如果你想要的是字典格式，可以设置为 False，而且默认也是 False
parser 表示用于加载 ARFF 文件的解析器，默认的是 liac-arff
● liac-arff：使用 liac-arff 库解析 ARFF 文件，ARFF 是一种用于存储数据集的格式，它支持缺失值和注释，但是速度较慢
● pandas：使用 pandas 库解析 ARFF 文件，ARFF 是一种用于存储数据集的格式，它支持缺失值和注释，但是速度较慢
● auto：自动选择解析器，如果 ARFF 文件的格式不支持 liac-arff，则使用 pandas 解析，否则使用 liac-arff
更复杂的参考官方文档：sklearn.datasets.fetch_openml — scikit-learn 1.3.0 documentation