且构网

分享程序员开发的那些事...
且构网 - 分享程序员编程开发的那些事

机器学习:sklearn数据集简介

更新时间:2022-09-06 15:34:46

算法分类

监督学习 特征值 + 目标值
    -分类 目标值是离散数据
    -回归 目标值是连续数据

无监督学习  只有特征值
    -聚类

数据集

数据

-训练集 80% 70% 75%

-测试集 20% 30% 25%

数据拆分:

sklearn.model_selection.train_test_split

sklearn数据集

sklearn.datasets
    -小规模数据集
        -datasets.load_*()
        -已下载
    -大规模数据集
        -datasets.fetch_*()
        - 需要下载默认目录:~/scikit_learn_data/

数据类型

datasets.base.Bunch(字典格式)
    data:特征数据 二维数组[n_samples * n_features]
    target: 标签数组
    DESCR: 数据描述
    feature_names:特征名(新闻数据,手写数字,回归数据集没有)
    target_names:标签名

数据集介绍

分类数据集
    鸢尾花数据集 sklearn.datasets.load_iris
    新闻数据集 sklearn.datasets.fetch_20newsgroups

回归数据集
    波士顿房价数据集 sklearn.datasets.load_boston
    糖尿病数据集 sklearn.datasets.load_diabetes