scikit-learn内置数据集

scikit-learn 现在最新稳定版本为0.20.0

提供了以下几个数据集

scikit-learn内置数据集

其中数据路径都在sklearn包下的datasets/data目录下

下面我分别介绍每个数据集

iris

iris是个多类别数据集,每个类别下有50个样本,特征4维,且都是实数类型, 适用于分类模型

scikit-learn内置数据集

boston

预测boston房价, 都是实数特征,总共13维, 适用于回归模型

scikit-learn内置数据集

 

digits

数据由8*8的图片组成,共64维特征,0-9共10个类别,适用于分类模型

scikit-learn内置数据集

 

toy

toy数据6*2, 共2维特征, 两类, 适用于简单的二分类

scikit-learn内置数据集

 

clf_small

clf共14维特征,0,1两类别,适用于简单二分类模型

scikit-learn内置数据集

 

reg_small

共14维特征, 适用于简单回归模型

scikit-learn内置数据集

 

multilabel

人工制造的30*10维的多标签数据

scikit-learn内置数据集

 

sparse-pos

scikit-learn内置数据集

 

sparse-neg

scikit-learn内置数据集

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wsswfz.html