【sklearn练习】datasets的使用

一、数据集分类

1、fetch类的数据集：

以 "fetch" 开头的数据集，这些数据集通常不包含在 scikit-learn 的标准安装中，需要从远程服务器上下载。这些数据集通常比标准数据集更大，因此在使用它们之前，需要通过网络下载它们。

示例（1）

from sklearn.datasets import fetch_olivetti_faces

faces = fetch_olivetti_faces()

2、load类的数据集：

"load" 开头的数据集是一些较小且包含在 scikit-learn 标准安装中的示例数据集。这些数据集不需要从远程服务器下载，因为它们已经包含在 scikit-learn 的安装包中。

示例（1）

import pandas as pd
import numpy as np
from sklearn import datasets
from sklearn.linear_model import LinearRegression
loaded_data = datasets.load_boston()
data_X = loaded_data.data
data_y = loaded_data.target
model = LinearRegression()
model.fit(data_X, data_y)
print(model.predict(data_X[:4, :]))
print(data_y[:4])

3、make类的数据集：

"load" 开头的数据集是一些较小且包含在 scikit-learn 标准安装中的示例数据集。这些数据集不需要从远程服务器下载，因为它们已经包含在 scikit-learn 的安装包中。

示例（1）

from sklearn.datasets import make_regression
import matplotlib.pyplot as plt
X, y = make_regression(n_samples=100, n_features=1, noise=0.1)
plt.scatter(X, y)
plt.show()

下面图是把noise改为10的图像：