「补充」19sklearn库自带标准数据集说明

sklearn库中自带的标准数据集有：

标准数据集

前面有用到过的数据集说明：

（1）波士顿房价数据集(boston)包含506组数据，每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率、一氧化氮浓度、住宅平均房间数、到中心区域的加权距离以及自住房平均房价等。因此，波士顿房价数据集能够应用到回归问题上（如CART回归树）。

（2）鸢尾花数据集(Iris)是数据挖掘任务常用的一个数据集；鸢尾花数据集采集的是鸢尾花的测量数据以及其所属的类别。测量数据包括：萼片长度、萼片宽度、花瓣长度、花瓣宽度。类别共分为三类：Iris Setosa,Iris Versicolour,Iris Virginica。该数据集可用于多分类问题（如CART分类树）。

（3）手写数字数据集(digits)包括：1797个0-9的手写数字数据，每个数字由8*8大小的矩阵构成，矩阵中值的范围是0-16，代表颜色的深度（如KNN算法识别手写体数字）。

（4）20 newsgroups数据集(fetch_20newsgroups)包括18846篇新闻文章，共涉及到20种话题，所以称作20 newsgroups text dataset，分文两部分：训练集和测试集，通常用来做文本分类（如多项式朴素贝叶斯算法对新闻分类）。

参考博文https://www.cnblogs.com/python-machine/p/6940578.html#autoid-0-0-4