sklearn的使用案例(以load_breast_cancer数据集为例)

这篇博客主要展示了如何使用sklearn库处理数据,包括加载breast_cancer数据集,划分数据集,进行数据预处理和特征值归一化。通过执行给出的代码,读者可以了解并实践相关步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

学习目标:

sklearn的使用实例


学习内容:

1、 sklearn的加载数据集
2、 划分数据集
3、数据集的预处理
4、 归一化特征值


学习产出:可执行代码(复制粘贴就可以运行)

#@Author     :xuXX
#@Time       :2020/12/31
#@environment:python3.8
#@Software   :pycharm
#@notes      :scikit-learn的使用示例
from sklearn.datasets import load_breast_cancer #加载数据集-乳腺癌数据集
from sklearn import model_selection
from sklearn.preprocessing import MinMaxScaler
import numpy as np
from sklearn.decomposition import PCA
#第一步加载数据集
cancer = load_breast_cancer() # 将数据集赋值给变量cancer
#使用print测试一下有没有加载成功
print(len(cancer)) #打印数据总个数
print(type
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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