机器学习基础01--scikit-learn库的运用使用库中的数据集与make_blobs/moons/circles的使用

概念：

scikit-learn是Python中最重要的机器学习模块之一。它基于Scipy库，在不同的领域中已经发展出大量基于Scipy的工具包，它们被统一称为Scikits，其中最著名的一个分支就是scikit-learn。它包含众多的机器学习算法，主要分为六大类：分类、回归、聚类、数据降维、模型选择和数据预处理。

使用Scikit--Learn库中的数据集

数据集名称	调用方式	适用算法
鸢尾花数据集	load_iris()	用于分类算法
糖尿病数据集	load_diabetes()	用于回归算法
波士顿房价数据集	load_boston	用于回归算法
手写数字	load_digits()	用于多分类算法
红酒	load_wine()	用于分类算法
威斯康辛州乳腺癌	load_breast_cancer()	用于二分类任务

引用代码：

from sklearn.datasets import load_iris                 #鸢尾花
from sklearn.datasets import load_wine                 #红酒
from sklearn.datasets import load_boston               #波士顿房价
from sklearn.datasets import load_diabetes             #糖尿病
from sklearn.datasets import load_digits               #手写数字
from sklearn.datasets import load_breast_cancer        #威斯康辛州乳腺癌

以使用鸢尾花数据集为例：

from sklearn.datasets import load_iris
data=load_iris()
print(data.keys())  # 查看数据的属性    ['data','target','feature_names','DESCR', 'filename'] ,显示数据集的内容，可以看到内容分别为数据，类标签等
print(data.target)  #可查看类标签
print(data.data.shape,data.target.shape)  # 查看数据的形状 (569, 30) (569,)
print(data.DESCR)      # 描述这个数据集的信息 

通过make_blobs等生成数据集 

make_blobs:

X,y=make_blobs(n_samples=300,n_features=2,centers=2, cluster_std=1.0,center_box=(-10.0,10.0),shuffle=True,random_state=22)
#n_samples:生成的样本数，n_features：样本的特征数(维度)，centers:标签的种类数，cluster_std表示每个类别的方差，方差越大，数据越散乱，center_box：数据边界，shuffle ：将数据进行洗乱，random_state:官网解释是随机生成器的种子
plt.scatter(X[:,0],X[:,1],c=y)
plt.show()

make_moons:

X,y=make_moons(n_samples=300,noise=0.1,random_state=22)
#n_samples:随机生成样本的数量，noise:噪声值，random_state：随机生成器种子
plt.scatter(X[:,0],X[:,1],c=y)
plt.show()

make_circles:

X,y=make_circles(n_samples=300,noise=0.1,random_state=22)
plt.scatter(X[:,0],X[:,1],c=y)
plt.show()