Импортировать уже существующий образец набора данных.
Ниже приведены некоторые примеры общих наборов данных, которые включены в scikit-learn для вашего использования:
sklearn.datasets.load_digits() :
Загрузите и верните набор данных цифр.
Каждая точка данных представляет собой изображение цифры 8x8.
Бывают случаи, когда мы не хотим выполнять трудоемкий процесс загрузки, обработки и очистки реального набора данных, прежде чем мы сможем исследовать определенный алгоритм или метод машинного обучения.
К счастью, в пакет scikit-learn входит ряд стандартных наборов данных, которые можно загрузить в одно мгновение.
Эти наборы данных называются «игрушечные», поскольку они гораздо более управляемы по размеру и содержат меньше ошибок, чем типичные наборы данных. набор данных, с которым мы столкнулись бы в «реальном мире». Ниже приведены некоторые примеры популярных примеров наборов данных, доступных в Scikit-Learn:
- sklearn.datasets.load_iris():Iris — это хорошо известный и простой набор данных для мультиклассовой категоризации.
- sklearn.datasets.load_diabetes():Набор диабетических данных должен быть загружен и возвращен (регрессия)
- sklearn.datasets.load_breast_cancer() :Набор данных по раку молочной железы является хорошо известным примером набора данных бинарной классификации, который очень прост.
- sklearn.datasets.load_wine() :Набор данных wine — это хорошо известный пример набора данных классификации с несколькими классами, с которым довольно просто работать.
Все эти наборы данных могут быть загружены так же, как только что загруженный набор данных цифр.
Давайте загрузим еще один набор данных, чтобы вам было проще импортировать наборы данных с помощью scikitlearn.
sklearn.datasets.load_iris()
Это только для этой статьи. Спасибо, что читаете… ❤
Пожалуйста, похлопайте, если вам понравилась эта статья.
