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
Chuck.li8 小时前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu8 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
LK_078 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk5558 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
SwanArc技术笔记8 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金8 小时前
深入浅出RAG——第21章:回顾与展望
人工智能
羲云网络8 小时前
GPT Image 2.6 GIF 交付排障:上线后为什么只剩第一帧?
图像处理·人工智能·前端开发·gif
安爹前沿AI9 小时前
Seedance 有个文档里没写的参数:开了码率涨 3.9 倍,费用一分没多
人工智能
深海鱼在掘金9 小时前
深入浅出RAG——第20章:端到端实战:企业级知识库问答系统
人工智能