一:安装
pip install sklearn
安装完成之后就是
1.scikit-lenrn数据集API介绍
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
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,表示数据集下载的目录,默认是~/scikit_learn_data/(要下载到哪里)
2.sklearn小数据集
sklearn.datasets.load)iris()和sklearn.datasets.load_boston()
3.sklearn大数据集
sklearn.datasets.fetch_20newsgroups(data_home=None,subser='train')这个是主要训练集,test是测试集,或者all都要
4.数据集返回值
datasets.base.Bunch(继承自字典)
dict["key"] = values
bunch.key = values
from sklearn.datasets import load_iris def datasets_demo(): """ sklearn数据集的使用 :return: """ # 获取数据集 iris = load_iris() print("鸢尾花数据集:\n", iris) print("查看数据集的描述:\n", iris["DESCR"]) print("查看特特征值的名字:\n", iris.feature_names) print("查看特征值:\n",iris.data, iris.data.shape) return if __name__ == "__main__": # 代码1:sklearn()数据集的使用 datasets_demo()
5.数据集的划分
拿到的数据使其一部分训练,一部分测试
训练数据:用于训练,构建模型
测试数据:在模型检验时使用,用于评估模型是否有效
测试集 20%~30%
sklearn.model_selection.train_test_split(arrays, *options)
训练集特征值,测试集特征值,训练集目标值,测试集目标值
x_train, x_test, y_train, y_test
其中.shape是统计数量的,比如这个
一共有120行,每行有四个
from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split def datasets_demo(): """ sklearn数据集的使用 :return: """ # 获取数据集 iris = load_iris() print("鸢尾花数据集:\n", iris) print("查看数据集的描述:\n", iris["DESCR"]) print("查看特特征值的名字:\n", iris.feature_names) print("查看特征值:\n",iris.data, iris.data.shape) # 数据集的划分 x_train, x_test, y_train, y_test=train_test_split(iris.data, iris.target, test_size=0.2, random_state=22) print("训练集的特征值:\n", x_train, x_train.shape) return if __name__ == "__main__": # 代码1:sklearn()数据集的使用 datasets_demo()
标签:iris,datasets,train,使用,print,数据,sklearn From: https://www.cnblogs.com/lipu123/p/17461866.html