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() 和 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
特立独行的猫A1 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python
对你无可奈何1 小时前
给 ComfyUI 做了一个手机助手
人工智能
feasibility.3 小时前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
智联视频超融合平台3 小时前
消防宣传月过半,“AI+消防“给视频平台换了张考卷
人工智能·边缘计算·视频监控·安防·视频联网
冬奇Lab4 小时前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
吃我一窝jio4 小时前
Python与Go线程模型深度对比
java·开发语言·python
罗西的思考5 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
zwd20055 小时前
Manim 怎么放大画面的某一部分?
python·动画·可视化·manim·数学动画
屿华AI5 小时前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
RobinDevNotes6 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython