sklearn数据集的使用

机器学习一般的数据会划分为两个部分：

训练数据：用于训练，构建模型（75%）

测试数据：在模型检查时使用，用于评估模型是否有效（25%）

数据划分API:    sklearn.model_selection.train_test_split（）返回数据的类型的顺序（训练数据特征，测试数据特征，训练数据目标值，测试数据的目标值），这个顺序必须一致，不能改变。

获取数据API:

sklearn.datasets  加载获取流行数据集

datasets.load_*()    获取小规模数据集，数据包含在datasets里【xp:   sklearn.datasets.load_iris()   返回尾花数据集

datasets.fetch_*(data_home=None)   获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home,表示数据集下在的目录，默认是~/scikit_learn_data/

返回的数据的格式