Sklearn数据集获取划分及鸢尾花实例

本文链接：https://blog.youkuaiyun.com/weixin_47256446/article/details/137293307

本文介绍了如何使用Sklearn库中的数据集获取函数，如load_iris和fetch_20newsgroups，以及如何对数据集进行划分，包括鸢尾花数据集的示例。讲解了数据集返回值的结构和数据划分API的用法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、Sklearn数据集获取

Sklearn.datasets

Load_* 获取小规模数据集

Fetch_*获取大规模数据集

例：小数据集：sklearn.datasets.load_iris() -----(加载并返回鸢尾花数据集)

sklearn.datasets.load_boston() ----(加载并返回波士顿房价数据集)

大数据集：sklearn.datasets.fetch_20newsgroups(data_home=None.subset='train')

-----(20个新闻组数据集)
数据集的返回值：

sklearn数据集返回值介绍：

1）datasets.base.Bunch(继承自字典)

dict["key"] = values

bunch.key = values

2）data:特征数据数组，是[n_samples *n_features]的二维numpy.ndarray数组

3）target:标签数组，是n_samples的一维numpy.ndarray数组

4）DESCR:数组描述

5）feature_names:特征名

6）target_names:标签名

2、鸢尾花数据集获取示例

from sklearn.datasets import load_iris
def datasets_demo():
    """
    sklearn数据集使用
    :return:
    """
    #获取数据集
    iris = load_iris()
    print("鸢尾花数据集：\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：\n",iris.data,iris.data.shape)
    print("鸢尾花目标值的名字：\n",iris.target_names)

3、数据集划分

数据集划分(获得的数据集按照一定比例进行划分)

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

比例：训练集 70% 80% 75%

测试集 30% 20% 25% （20-30）

数据集划分API

sklearn.model_selection.train_test_split(arrays: options)

x数据集的特征值

y数据集的标签值

test_size 测试集的大小，一般为float

random_state 随机种子，不同的种子会造成不同随机采样结果，相同的种子采样结果相同

return 训练集特征值，测试集特征值，训练集目标值，测试集目标值

（x_train ,x_test , y_train ,y_test）

4、鸢尾花数据集划分示例

from sklearn.model_selection import train_test_split

# 数据集划分
    x_tarin,x_test,y_train,y_test = train_test_split(iris.data,iris.target,test_size=0.2,random_state=22)
    print("训练集的特征值：\n",x_tarin,x_tarin.shape)