sklearn数据集（分类、回归）与转换器、估计器

目录

sklearn数据集

数据集划分

scikit-learn数据集API介绍

获取数据集返回的类型

sklearn分类数据集

数据集进行分割

用于分类的大数据集

sklearn回归数据集

转换器与估计器

---

sklearn数据集

数据集划分

机器学习一般的数据集会划分为两个部分：

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

scikit-learn数据集API介绍

获取数据集返回的类型

sklearn分类数据集

from sklearn.datasets import load_iris

li = load_iris()

print("获取特征值")
print(li.data)
print("目标值")
print(li.target)

数据集进行分割

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

li = load_iris()

# 注意返回值，训练集 train x_train y_train，测试集 test x_test y_test
x_train, x_test, y_train, y_test = train_test_split(li.data,li.traget,test_size=0.25)

print("训练集特征值和目标值：",x_train, y_train)
print("测试集特征值和目标值：",x_test, y_test)

用于分类的大数据集

from sklearn.datasets import load_iris， fetch_20newsgroups
from sklearn.model_selection import train_test_split

li = load_iris()

news = fetch_20newsgroups(subset='all')

print(news.data)
print(news.target)

sklearn回归数据集

from sklearn.datasets import load_iris, fetch_20newsgroups, load_boston
from sklearn.model_selection import train_test_split

li = load_iris()

lb = load_boston()

print(lb.data)
print(lb.target)
print(lb.DESCR)

转换器与估计器

转换器：

 估计器：