sklearn库都有哪些数据集

Scikit-learn(通常简称为sklearn)是Python的一个开源机器学习库,它包含了许多用于机器学习和数据挖掘的工具。其中,它提供了一些内置的数据集,用于测试算法和训练模型。以下是截至我的知识截止日期为止,sklearn库提供的一些常见数据集:

  1. load_boston() : 波士顿房价数据集,已于0.24版本起弃用,因为该数据集存在伦理问题,建议使用fetch_openml来获取替代数据集。
  2. load_iris(): 鸢尾花数据集,经典的分类数据集,包含3种不同类型的鸢尾花的4个属性。
  3. load_diabetes(): 糖尿病数据集,用于回归分析。
  4. load_digits(): 手写数字数据集,用于分类。
  5. load_linnerud(): 练习生理数据集,多元回归数据集,包含3个生理特征和3个运动特征。
  6. load_wine(): 红酒识别数据集,用于多类别分类。
  7. load_breast_cancer(): 乳腺癌数据集,用于二分类问题。

除了这些小规模的数据集,sklearn还提供了一些函数来获取在线或大规模的数据集:

  • fetch_20newsgroups(): 获取20个新闻组文本数据集,用于文本分类和聚类分析。
  • fetch_olivetti_faces(): 获取奥利维提人脸图片数据集。
  • fetch_lfw_people()fetch_lfw_pairs(): 获取Labeled Faces in the Wild (LFW)人脸数据集的人脸图片。
  • fetch_covtype(): 获取森林植被类型数据集(用于预测森林覆盖类型)。
  • fetch_california_housing(): 获取加利福尼亚住房价格数据集,用于回归分析。

此外,fetch_openml函数可以用来下载OpenML.org上的成百上千个数据集。

这些数据集通常用于教学、演示和测试机器学习模型的性能。在实际应用中,您可能需要处理更复杂和专业化的数据集。

相关推荐
moonsims7 分钟前
全国产化行业自主无人机智能处理单元-AI飞控+通信一体化模块SkyCore-I
人工智能·无人机
MUTA️12 分钟前
ELMo——Embeddings from Language Models原理速学
人工智能·语言模型·自然语言处理
海豚调度17 分钟前
Linux 基金会报告解读:开源 AI 重塑经济格局,有人失业,有人涨薪!
大数据·人工智能·ai·开源
小龙在山东19 分钟前
Python 包管理工具 uv
windows·python·uv
T__TIII23 分钟前
Dify 插件非正式打包
人工智能
jerwey27 分钟前
大语言模型(LLM)按架构分类
人工智能·语言模型·分类
令狐少侠201138 分钟前
ai之RAG本地知识库--基于OCR和文本解析器的新一代RAG引擎:RAGFlow 认识和源码剖析
人工智能·ai
weixin_3077791341 分钟前
批量OCR的GitHub项目
python·github·ocr
小叮当爱咖啡43 分钟前
Seq2seq+Attention 机器翻译
人工智能·自然语言处理·机器翻译
shadowcz00743 分钟前
奥特曼论人工智能、OpenAI与创业
人工智能·百度