sklearn 学习（1）

数据集

scikit-learn 中包含了一些标准的数据集来帮助一些模型的测试与使用，如一般用于分类的 iris和digits数据集，以及用于回归的波士顿房价数据集。

本帖介绍如何加载scikit-learn中包含的标准数据集，在加载之前需要安装scikit-learn（pip scikit-learn 的whl文件）

#加载数据
from sklearn import datasets
iris=datasets.load_iris()#加载iris数据集
dig=datasets.load_digits()
print(iris)
print(dig.data)
print(dig.target)
print(dig.images[0])#输出第一张iris图片信息

在这个标准数据集当中，保存的格式类似于字典，.data 给出了数据的n维特征，.target给出了数据集所对应的分类类别（如digits数据集，其类别为0,1,2,3,4,5……9），其.data对应输出结果如下：

[[ 0.  0.  5. ...  0.  0.  0.]
 [ 0.  0.  0. ... 10.  0.  0.]
 [ 0.  0.  0. ... 16.  9.  0.]
 ...
 [ 0.  0.  1. ...  6.  0.  0.]
 [ 0.  0.  2. ... 12.  0.  0.]
 [ 0.  0. 10. ... 12.  1.  0.]]

为了更加直观的观察其结果，执行dig.images[0]，输出如下，其为第一个数据的保存结构，从形状上可以看出为像数字0的形状，从后续的.target内容中得知其就是数字0的图像所对应的数据：

[[ 0.  0.  5. 13.  9.  1.  0.  0.]
 [ 0.  0. 13. 15. 10. 15.  5.  0.]
 [ 0.  3. 15.  2.  0. 11.  8.  0.]
 [ 0.  4. 12.  0.  0.  8.  8.  0.]
 [ 0.  5.  8.  0.  0.  9.  8.  0.]
 [ 0.  4. 11.  0.  1. 12.  7.  0.]
 [ 0.  2. 14.  5. 10. 12.  0.  0.]
 [ 0.  0.  6. 13. 10.  0.  0.  0.]]

或者通过执行dig.data[0：2]观察，其数据类似，但是不能观察其形状：

[[ 0.  0.  5. 13.  9.  1.  0.  0.  0.  0. 13. 15. 10. 15.  5.  0.  0.  3.
  15.  2.  0. 11.  8.  0.  0.  4. 12.  0.  0.  8.  8.  0.  0.  5.  8.  0.
   0.  9.  8.  0.  0.  4. 11.  0.  1. 12.  7.  0.  0.  2. 14.  5. 10. 12.
   0.  0.  0.  0.  6. 13. 10.  0.  0.  0.]
 [ 0.  0.  0. 12. 13.  5.  0.  0.  0.  0.  0. 11. 16.  9.  0.  0.  0.  0.
   3. 15. 16.  6.  0.  0.  0.  7. 15. 16. 16.  2.  0.  0.  0.  0.  1. 16.
  16.  3.  0.  0.  0.  0.  1. 16. 16.  6.  0.  0.  0.  0.  1. 16. 16.  6.
   0.  0.  0.  0.  0. 11. 16. 10.  0.  0.]]

再执行dig.taget，可以查看其每一个数据样本对应的分类，在有监督学习当中比较有用：

[0 1 2 ... 8 9 8]

从其输出看出第一个为0，和之前所说一致。

以上为对scikit-learn中如何对标准数据集进行数据加载，主要需要掌握.data .target的具体含义，大家有兴趣也可以去查看如何去读取其他数据集。