Python数据分析的一些基本知识(三）

---

前言

浅浅介绍一些scikit-learn 自带的数据集，给大伙的学习提供一丢丢帮助。

---

一、scikit-learn 自带的数据集

1.一些例子

序号	数据集名称	主要调用方式	数据描述
1	鸢尾花数据集	Load_iris()	用于多分类任务的数据集
2	波士顿房价数据集	Load_boston()	经典的用于回归任务的数据集
3	糖尿病数据集	Load_diabetes()	经典的用于回归任务的数据集
4	手写数字数据集	Load_digits()	用于多分类任务的数据集
5	乳腺癌数据集	Load_breast_cancer()	简单经典的用于二分类任务的数据集
6	体能训练数据集	Load_linnerud()	经典的用于多变量回归任务的数据集

2.导入数据例子

代码如下（示例）：

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
from sklearn import svm

iris = load_iris()
iris.data.shape, iris.target.shape
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=.4, random_state=0) # 制作训练数据和测试数据
X_train.shape, y_train.shape
X_test.shape, y_test.shape
iris.data[:5]
X_train[:5]