Sklearn提供的常用标准数据集

Sklearn

	数据集名称	调用方式	适用算法	数据规模
小	波士顿房价数据集	load_boston()	回归	506*13
数	鸢尾花数据集	load_iris()	分类	150*4
据	糖尿病数据集	load_diabetes()	回归	442*10
集
大	手写数字数据集	load_digits()	分类	5620*64
数	Olivetti脸部图像数据集	fetch_olivetti_facecs	降维	400*64*64
	新闻分类数据集	fetch_20newsgroups()	分类
据	带标签的人脸数据集	fetch_lfw_people()	分类；降维
集	路透社新闻语料数据集	fetch_rcv1()	分类	804414*47236

 

【sklearn库的基本功能】

 

sklearn库的共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理。

分类任务

分类模型	加载模块
最近邻算法	neighbors.NearestNeighbors
支持向量机	svm.SVC
朴素贝叶斯	naive_bayes.GaussianNB
决策树	tree.DecisionTreeClassifier
集成方法	ensemble.BaggingClassifier
神经网络	neural_network.MLPClassifier

 

回归任务

回归模型	加载模块
岭回归	linear_model.Ridge
Lasso回归	linear_model.Lasso
弹性网络	linear_model.ElasticNet
最小角回归	linear_model.Lars
贝叶斯回归	linear_model.BayesianRidge
逻辑回归	linear_model.LogisticRegression
多项式回归	preprocessing. PolynomialFeatures

聚类任务

聚类方法	加载模块
K-means	cluster.KMeans
AP聚类	cluster.AffinityPropagation
均值漂移	cluster.MeanShift
层次聚类	cluster.AgglomerativeClustering
DBSCAN	cluster.DBSCAN
BIRCH	cluster.Birch
谱聚类	cluster.SpectralClustering

降维任务

降维方法	加载模块
主成分分析	decomposition.PCA
截断SVD和LSA	decomposition.TruncatedSVD
字典学习	decomposition.SparseCoder
因子分析	decomposition.FactorAnalysis
独立成分分析	decomposition.FastICA
非负矩阵分解	decomposition.NMF
LDA	decomposition.LatentDirichletAllocation