sklearn【数据集】datasets

机器学习-sklearn.datasets-load_iris数据集-回归算法和K近邻法(KNN) 学习机器学习一个月了,开始尝试做一些简单的问题,整体代码在文章最后 这里写目录标题1、 load_iris数据集2、数据集处理3、线性回归3.1 回归训练3.2 回归测试3.3 对输入点进行判断4、K近邻(KNN)算法4.1 距离计算4.2 计算准确率4.3 k近邻法判断输入点类别5、绘制函数图像6、运行结果展示7、完整代码 1、 load_iris数据集 Iris数据集在模式识别研究领域应该是最知名的数据集了,有很多文章都用到这个数据集。这个数据集里一共包括150行记录,其中前四列为花萼长度,花萼宽度,花 阅读详情

1、简介

sklearn内置数据集,分别是【Samples generator】和【Loaders】
1、【samples generator】是生成数据的工具
2、【Loaders】是可直接加载的数据集

2、样本生成器

2.1、弯弯的月亮

from sklearn.datasets import make_moons
import matplotlib.pyplot as mp
X, y = make_moons(noise=.2)
mp.scatter(X[:, 0], X[:, 1], s=40, c=y)
mp.show()

在这里插入图片描述

2.2、画圈圈

from sklearn.datasets import make_circles
import matplotlib.pyplot as mp
X, y = make_circles(noise=.2, factor=.4)
mp.scatter(X[:, 0], X[:, 1], s=40, c=y)
mp.show()

在这里插入图片描述

2.3、一团一团

from sklearn.datasets import make_blobs
import matplotlib.pyplot as mp
from mpl_toolkits import mplot3d  # 三维坐标轴
X, y = make_blobs(centers=[[-1, -1, -1], [1, 1, 1]], cluster_std=1)
ax = mplot3d.Axes3D(mp.figure())
ax.scatter(X[:, 0], X[:, 1], X[:, 2], s=99, c=y)
mp.show()

在这里插入图片描述

2.4、线性回归

from sklearn.datasets import make_regression
import matplotlib.pyplot as mp
# 创建数据
X, y, coef = make_regression(n_features=1, noise=9, coef=True)
x = X.reshape(-1)
# 可视化
mp.scatter(x, y, c='g', alpha=0.3)
mp.plot(x, coef * x)
mp.show()

在这里插入图片描述

3、样本加载

3.1、波士顿房价

在这里插入图片描述

3.2、手写数字

from sklearn.datasets import load_digits
import matplotlib.pyplot as mp
digits = load_digits()
images, target, data = digits.images, digits.target, digits.data
print(images.shape, target.shape, data.shape)
# (1797, 8, 8) (1797,) (1797, 64)
for i in range(10):
    mp.subplot(1, 10, i + 1)
    mp.axis('off')
    mp.imshow(images[i], cmap=mp.cm.gray_r)
    mp.title(target[i])
mp.show()

在这里插入图片描述

3.3、鸢尾花

from sklearn.datasets import load_iris
import matplotlib.pyplot as mp, seaborn
bunch = load_iris()
X = bunch.data
y = bunch.target
names = bunch.feature_names
mp.figure(figsize=(8, 7))
length = len(names)
for i in range(length):
    for j in range(length):
        mp.subplot(length, length, i * length + j + 1)
        if i == j:
            seaborn.violinplot(y, X[:, i])  # 小提琴图
        else:
            mp.scatter(X[:, i], X[:, j], 10, y)
        if i == length - 1:
            mp.xlabel(names[i].replace('(cm)', ''))
        if j == 0:
            mp.ylabel(names[j].replace('(cm)', ''))
mp.tight_layout()
mp.show()

在这里插入图片描述

3.4、新闻主题20分类

## 新闻主题20分类
from sklearn.datasets import fetch_20newsgroups
data_train = fetch_20newsgroups()
data = data_train.data  # 文本数据
target = data_train.target  # 标签索引
target_names = data_train.target_names  # 20个新闻组名称
print(data[0])
print('索引和对应组名', target[0], target_names[target[0]])
print('样本数', len(data), target.shape)
From: lerxst@wam.umd.edu (where's my thing)
Subject: WHAT car is this!?
Nntp-Posting-Host: rac3.wam.umd.edu
Organization: University of Maryland, College Park
Lines: 15

 I was wondering if anyone out there could enlighten me on this car I saw
the other day. It was a 2-door sports car, looked to be from the late 60s/
early 70s. It was called a Bricklin. The doors were really small. In addition,
the front bumper was separate from the rest of the body. This is 
all I know. If anyone can tellme a model name, engine specs, years
of production, where this car is made, history, or whatever info you
have on this funky looking car, please e-mail.

Thanks,
- IL
   ---- brought to you by your neighborhood Lerxst ----

索引和对应组名 7 rec.autos
样本数 11314 (11314,)

4、附录

官网:https://scikit-learn.org/stable/modules/classes.html#module-sklearn.datasets
在这里插入图片描述
在这里插入图片描述

注释

EnCn
violin小提琴
iris鸢(yuan)尾花
sepal花萼
petal花瓣
sklearn.datasets数据集和下载网站 sklearn.datasets包包含的数据集有: load_boston:波士顿数据集 load_iris :鸢尾花数据集 load_diabetes :糖尿病数据集 load_digits :数字数据集 load_linnerud : 生理指标数据集 fetch_olivetti_face :人脸数据集 fetch_20newsgroups : 新闻组数据集 等 下载方式: 1.从sklearn.datasets包里下载 例如 from sklearn import datasets import m 阅读详情

相关推荐

sklearn.datasets自制数据集

参考代码 import matplotlib.pyplot as plt from sklearn.datasets import make_blobs from sklearn.datasets import make_regression from sklearn.datasets import make_moons from sklearn.datasets import make_circ...

weixin_44917717的博客 2000

【Python】sklearn.datasets使用(数据集、常用函数、示例代码)

sklearn.datasets 中包含了多种多样的数据集,这些数据集主要可以分为以下几大类:玩具数据集(Toy datasets)、真实世界中的数据集(Real-world datasets)、样本生成器(Sample generators)、样本图片(Sample images)、SVMLight或LibSVM格式的数据、从OpenML下载的数据。 sklearn.datasets 模块提供了多个函数来加载和生成数据集,包括:加载数据集、生成数据集、图像数据集。

不积跬步无以至千里,不积小流无以成江海。一个喜欢学习分享的程序员 1万+

from sklearn.datasets import make_classification创建分类数据集

make_classification创建用于分类的数据集,官方文档 例子: ### 创建模型 def create_model(): # 生成数据 from sklearn.datasets import make_classification X, y = make_classification(n_samples=10000...

weixin_34192993的博客 1994

【sklearn】dataset模块(1)—— 小型数据集、远程数据集

本文介绍sklearn.datasets模块 本文是从jupyter文档转换来的,某个代码块不一定能直接复制运行,代码输出结果统一以注释形式添加在代码最后 文章目录0. 前置0.1 关于Sklearn0.2 Bunch类型1. sklearn.datasets模块1.1 玩具数据集1.1.1 波士顿房价数据集(回归)乳癌数据集(二分类)糖尿病数据集(回归)手写字体数据集(多分类)鸢尾花数据集(多分类)红酒数据集(多分类)健身数据集(回归)远程加载数据集 0. 前置 0.1 关于Sklearn Skl.

佚失的诗篇 4276

【Python机器学习】sklearn.datasets其他通用函数

这些“其他或通用”数据集和函数在多种数据科学项目中都有实际应用,例如数据预处理、文本分类和图像识别等。模块中“其他或通用”分类的数据集和函数,包括它们的用途、数据结构和简单的Python代码示例。这些工具提供了方便快捷的方法,用于解决数据获取和处理的问题。

Mr数据杨 728

【Python机器学习】sklearn.datasets回归任务数据集

本文深入探讨了模块中用于回归任务的数据集,每个数据集都有其特定的用途和特点。从预测加州的房价到分析糖尿病进展,再到体育锻炼与生理指标的关系,这些数据集提供了丰富的场景来应用和测试回归模型。同时通过OpenML平台,读者还有机会接触到更多种类和领域的数据集,进一步拓宽应用范围。具体到每个数据集,文章提供了易于理解的描述、详细的数据结构和简单的Python实用案例,旨在帮助读者更好地理解如何利用这些数据集进行回归分析。这些数据集不仅适用于回归任务,还常被用作分类任务的基础。

Mr数据杨 1961

Sklearn的datasets模块与自带数据集介绍

sklearn的datasets模块下,有一些自带的经典数据集,可以用load_xxx()形式的函数加载,本文介绍了这些经典数据集的内容、特征,以及加载它们的代码。

Sun_Weiss的博客 2247

数据挖掘算法和实践(二十):sklearn中通用数据集datasets

作为数据挖掘工具包sklearn不但提供算法实现,还通过sklearn.dataset模块提供数据集使用,根据需要有3种数据集API接口来获取数据集,分别是load,fetch,generate,load提供常用玩具数据集,fetch提供大型数据集,generate可以根据需要定制化生产数据集;

叶子叶来 5982

sklearn.datasets自带数据集介绍

sklearn 的数据集有好多个种(数据集官网链接https://scikit-learn.org/stable/auto_examples/#dataset-examples) 自带的小数据集(packaged dataset):sklearn.datasets.load_<name> 可在线下载的数据集(Downloaded Dataset):sklearn.datas...

weixin_30587025的博客 3299

【Python机器学习】sklearn.datasets分类任务数据集

本文介绍了多个用于分类任务的数据集,包括新闻文本、面部图像、乳腺癌诊断、手写数字识别、鸢尾花分类以及葡萄酒品质评估等。新闻文本数据集(如RCV1)适用于文本分类和多标签分类。面部图像数据集(如LFW和Olivetti)主要用于人脸识别和验证。乳腺癌威斯康星数据集用于医疗诊断,特别是乳腺癌的良性和恶性判断。手写数字数据集(Digits)主要用于图像识别,尤其是数字识别。鸢尾花数据集(Iris)和葡萄酒品质数据集(Wine)适用于自然科学和食品科学领域的分类问题。

Mr数据杨 1599

Codex API 直接集成指南:告别中转代理,构建稳定高效的 AI 应用

在 AI 应用开发中,API 集成是连接模型能力与业务逻辑的核心环节。其基本原理是通过 HTTP 协议,按照服务提供商定义的规范发送请求并解析响应,实现远程调用。标准化的 API 设计确保了跨平台和跨语言的互操作性,其技术价值在于提供了稳定、可控且可扩展的服务接入方式,是构建企业级智能应用的基础。在实际应用场景中,开发者常需集成如 Codex 这类聚合了多种大语言模型的平台,以调用诸如 DeepSeek 等先进模型。然而,部分开发者仍依赖过时的第三方中转代理工具,这不仅引入了单点故障和版本锁定的风险,还可能

weixin_28224217的博客 340

Sklearn.datasets数据集介绍

这个数据集包含了506处波士顿不同地理位置的房产的房价数据(因变量),和与之对应的包含房屋以及房屋周围的详细信息(自变量),其中包含城镇犯罪率、一氧化氮浓度、住宅平均房间数、到中心区域的加权距离以及自住房平均房价等13个维度的数据,因此,波士顿房价数据集能够应用到回归问题上,这里使用load_boston(return_X_y=False)方法来导出数据,其中参数return_X_y控制输出数据的结构,若选为True,则将因变量和自变量独立导出。n_features(int):样本点的维度。

yygr的博客 1136

AI搜索优化(GEO)实战指南:抢占智能对话流量入口

AI SEO,是针对生成式AI平台(如DeepSeek、豆包、Kimi等)的优化策略,旨在通过适配AI算法对内容的理解和引用逻辑,提升品牌在AI生成答案中的可见性与权威性,从而在对话式搜索场景中抢占流量入口。:强化内容经验性(Experience)、专业性(Expertise)、权威性(Authoritativeness)、可信度(Trustworthiness)内容需避免夸大描述,提供可验证的细节(如数据、用户评价)。

Baixue5209的博客 6793

5 sklearn的数据集-datasets

sklearn的数据集-datasetssklearn的数据集-datasets sklearn 强大数据库 文档介绍 1 经典数据 2 构造数据 例子1房价 例子2创建虚拟数据并可视化 1 sklearn 强大数据库data sets,有很多有用的,可以用来学习算法模型的数据库。 eg: boston 房价, 糖尿病, 数字, Iris 花。主要有两种: - 封装好的经典数据。eg: bost

和而不流 1万+

Isaacgym使用操作指南

Isaac Gym 是一个强大的仿真工具,特别适合那些需要进行大规模并行仿真和训练的机器人和强化学习任务。通过 GPU 加速、深度学习集成和丰富的物理仿真能力,Isaac Gym 能够显著提高仿真和训练效率,是机器人学和 AI 研究中的一大利器。

Tony Wey的博客 1万+

特征选择(模型输入参数的分析选择)方法汇总

特征选择是模式识别和机器学习领域的重要研究课题之一。为了提高准确率, 人们往往最大限度地提取特征信息。然而, 过大的特征向量维数不仅导致计算成本的增加, 复杂运算也随之带来分类识别率的下降。因此, 通过合适的特征选择算法, 去除无关特征和冗余特征, 获得有助于分类的最优特征子集, 对提高识别性能和降低计算成本具有重要意义。 特征选择主要有两个功能: 减少特征数量、降维,使模型泛化能力更强,减少过拟合 增强对特征和特征值之间的理解 参考资料: 优快云《几种常用的特征选择方法》 知乎《机器学习中,.

David's Tweet 1万+

【sklearn实战】datasets数据集简介

scikit-learn 内置的一些小型标准数据集,不需要从某个外部网站下载任何文件,用datasets.load_xx()加载。函数从网络上下载,它们是近年来真实收集的数据,适用于更复杂的机器学习任务。例如,新闻组(20 Newsgroups)数据集,这是一个用于文本分类的大型数据集。在实际应用中,可能需要使用更大规模、更复杂的数据集来训练模型。库可能会更新和添加新的数据集,因此建议查阅最新的官方文档以获取最准确的信息。这些函数可以根据用户指定的参数生成用于分类、回归等任务的数据集。

跟着大数据和AI去旅行 1307

具身大小脑全栈全网独家复现|LLM链式推理+边缘VLA感知+毫秒级运动小脑、优化人形步态僵硬运动滞后、打通思考-行走-操作全链路适配居家工业多场景落地

高层决策大脑(异步10Hz,GPU算力):轻量化机器人微调LLM+RhinoVLA边缘视觉大模型,负责自然语言链式工序拆解、全局环境语义感知、目标物体筛选、跨机器人动作适配,输出粗粒度运动目标,不介入底层伺服计算;依托View Registry实现异构机器人动作对齐,适配多形态机器人切换;中层调度小脑(硬实时1kHz,CPU算力)

qq_36130719的博客 260

sklearn.datasets中的数据集案例(集合)

一、sklearn.datasets数据集介绍 机器学习sklearn中的datasets模块提供了一些自带的小数据集。数据集是一个类似字典的对象,特征数据存储在.data成员中,它是n_samples,n_features数组。 在监督问题的情况下,一个或多个响应变量存储在.target中,小白在入门时可以利用这些小数据集做一些简单的算法模型,初步感受下sk...

aaa26098200的博客 2923

【WorkBuddy专栏68】HY3绕路部署vsDS4直击根因——一次真实踩坑揭露两个AI模型的推理差距

【WorkBuddy专栏68】HY3绕路部署vsDS4直击根因——一次真实踩坑揭露两个AI模型的推理差距

AI人人懂 566

利用CAT12做皮层指标的统计分析及可视化笔记记录

利用CAT12做皮层指标的统计分析及可视化 文章目录利用CAT12做皮层指标的统计分析及可视化前言一、统计步骤1.Basic Models2.Estimate Surface Models3.Results二、可视化1.t值可视化2.p值可视化 前言 本来没有打算做SBM的,因为自己是新手小白,许多操作都不太懂,但最后还是打算做一下,于是就从上周末开始将很久之前跑VBM得到的surf文件夹中的数据捡起来继续做皮层分析,因为之前看了一个博主的博客,关于如何做SBM已经讲得非常清楚了,但是在统计及可视化这里,我

weixin_52073820的博客 8094

全面解析sklearn.datasets:load数据集导入与使用指南

数据集类型加载函数前缀数据特点使用场景玩具数据集load_数据量小,内置在sklearn中快速测试和算法学习真实世界数据集fetch_数据量较大,需下载更真实的模型测试生成数据集make_自定义生成数据特定场景的算法验证玩具数据集是scikit-learn内置的小型标准数据集,安装sklearn后这些数据就已经在安装文件夹下,无需额外下载。真实世界数据集规模较大,首次调用时程序会自动从网络下载。生成数据集则允许用户自定义生成特定用途的数据集,如用于聚类、分类等任务的数据。

qq_37179440的博客 1314

【AI大模型应用开发】1.0 Prompt Engineering(提示词工程)- 典型构成、原则与技巧,代码中加入Prompt

Prompt典型构成、原则与技巧,以及OpenAI API重要参数解释,助你轻松入门Prompt

同学小张的博客 2581

【scikit-learn】sklearn.datasets 模块:数据集加载( 内置数据集、合成数据集和外部数据集接口)

sklearn.datasets是scikit-learn提供的数据集加载模块,包含内置数据集、合成数据集和外部数据集接口,用于机器学习模型的实验和测试。如果需要分类、回归或聚类测试,可使用内置数据集;如果需要定制数据,可使用合成数据集;如果需要真实数据,可使用fetch_openml()获取外部数据。load_iris()鸢尾花分类,load_wine()葡萄酒分类,load_digits()手写数字分类,load_diabetes()糖尿病回归,fetch_california_housing()加州房

彬彬侠的博客 1851

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Python机器学习入门:sklearn.datasets常用数据集加载与可视化实战(附代码)

本文详细介绍了sklearn.datasets模块在Python机器学习中的应用,包括常用数据集的加载与可视化实战。通过鸢尾花、手写数字和糖尿病等经典数据集,演示了数据加载、特征分析和可视化技巧,并附有完整代码示例,帮助初学者快速掌握机器学习数据预处理的核心技能。

yoga7的博客 819

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

sklearn之datasets数据集

波士顿房价boston,鸢尾花iris,糖尿病diabetes,手写数字mnist,,,,,等等,加载方式:datasets.load_xxx(),直接这种格式就行,无需从外部网站下载。网址:https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/,较大数据集,必要时可以在线下载,用datasets.fetch_xx()加载,也就是他是最近几年的真实收集的数据,不是练习入门的数据集,你也可以下载在线的,也可以自己收集。

antina_summe的博客 470
上一篇: Python3-正则表达式-部分替换
下一篇: sklearn支持向量机
小基基o_O
博客等级 码龄9年 4414粉丝 467原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小基基o_O

您的鼓励是我创作的巨大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值