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()