机器学习第一天

机器学习

1.数据集的寻找

kaggle

uci

sklearn

1.加载数据集

sklearn.datasets

小规模

1.dataset.load_*();

大规模

2.dataset.fetch_(data_home=none)//后面跟地址

sklearn.datasets.load_iris()//加载并返回鸾尾花数据集

sklearn.datasets.load_boston()//加载并返回波士顿数据集.

获取大数据集

sklearn.datasets.fetch_ddadadadad(data_home=NOne,subset="all")

数据集返回值

datasets.base.Bunch

from sklearn.datasets import load_iris
def datasets_demo():
    # sklearn数据集使用
    # return None
    iris = load_iris()
    print("鸾尾花数据集：\n",iris)
    print("查看数据集描述：\n",iris["DESCR"])
    print("查看特征值的名字：\n",iris.feature_names)
    print("查看特征值",iris.target_names)
if __name__=="__main__":
    datasets_demo()
    print()

2.数据集的划分

1.一部分用于训练，0一部分用于测试

sklearn.model_selection.train_test_split()

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
def datasets_demo():