首页 > 代码库 > 『Sklearn』自带数据集API

『Sklearn』自带数据集API

自带数据集类型如下:

# 自带小型数据集
# sklearn.datasets.load_<name>
# 在线下载数据集
# sklearn.datasets.fetch_<name>
# 计算机生成数据集
# sklearn.datasets.make_<name>
# svmlight/libsvm格式数据集
# sklearn.datasets.load_svmlight_file(path)
# mldata.org在线下载网站数据集
# sklearn.datasets.fetch_mldata(path)

以鸢尾花数据为例,介绍一下自带数据集的使用。

基本使用:

import sklearn
import matplotlib.pyplot as plt

# 载入数据集
iris = sklearn.datasets.load_iris()  # 鸢尾花数据
# 打印数据集中的类型
print(iris.keys())
# dict_keys([‘target‘, ‘data‘, ‘feature_names‘, ‘DESCR‘, ‘target_names‘])
# target:标签
# data  :数据
# feature_names :特征名称,list,按照data中排序生成
# target_names   : 标签名称,list,按照target中排序生成

print(iris.target.shape)
print(iris.data.shape)
print(iris.feature_names)
print(iris.target_names)
# (150,)
# (150, 4)
# [‘sepal length (cm)‘, ‘sepal width (cm)‘, ‘petal length (cm)‘, ‘petal width (cm)‘]
# [‘setosa‘ ‘versicolor‘ ‘virginica‘]

使用一个特征绘制柱状图:

x_index = 3
colors = [‘blue‘, ‘red‘, ‘green‘]

for label, color in zip(range(len(iris.target_names)), colors):
    plt.hist(iris.data[iris.target==label, x_index],
             label = iris.target_names[label], color=color)
plt.xlabel(iris.feature_names[x_index])
plt.legend(loc=‘upper right‘)
plt.show()

技术分享

使用两个特征绘制散点图:

x_index = 0
y_index = 1
colors = [‘blue‘, ‘red‘, ‘green‘]

for label, color in zip(range(len(iris.target_names)), colors):
    plt.scatter(iris.data[iris.target == label, x_index],
                iris.data[iris.target == label, y_index],
                label=iris.target_names[label],   # 图例内容
                color=color)
plt.xlabel(iris.feature_names[x_index])
plt.ylabel(iris.feature_names[y_index])
plt.legend(loc=‘upper right‘)                    # 显示图例
plt.show()

 技术分享

其他自带小型数据集(load的)均同理,以后遇到教程使用时不用再慌了。

 

『Sklearn』自带数据集API