机器学习：sklearn数据集简介

机器学习：sklearn数据集简介

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

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。