sklearn

1、sklearn.datasets.load_*()
获取小规模数据集，数据集包含在datasets里
ex_1：
sklearn.datasets.load_iris()返回鸢尾花的数据集
2、sklearn.datasets.fetch_*(data_home=None,subset='train/test/all')
获取大规模数据集，需要从网络上下载，传入的函数的第一个参数是data_home，表示数据集下载的目录，默认是~/scikit_learn_data/，第二个参数表示想要的数据集是训练集还是测试集，还是都要
3、数据集的返回值
load和fetch返回的是datasets.base.Bunch（继承自字典）
五个键：
data：数据集中的特值
target：数据集中的目标值
DESCR：数据集的描述
feature_names：特征的名字
target_names：目标值代表什么

	dict["key"] = values
    bunch.key = values

ex_2:

from sklearn.datasets import load_iris

def datasets_demo():

	'''
	sklearn数据集的使用
	'''
	iris = load_iris()
	print("鸢尾花数据集：\n", iris)

4、数据集划分
训练数据：用于训练，构建模型
划分比例：数据集20%~30%
数据集划分api

from sklearn.model_selection import train_test_split(arrays, *options)

x 数据集的特征值
y 数据集的标签值
test_size 测试集大小，一般为float，默认0.25
random_state 随机数种子
return 训练集特征值，测试集特征值，训练集目标值，测试集目标值

ex_3：

def datasets_demo():
    iris = load_iris()
    # print("鸢尾花数据集：\n", iris)
    # print("鸢尾花数据集描述：\n", iris["DESCR"])
    print("源数据：", iris.data.shape)
    # 数据集划分
    x_train,x_test,y_train,y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
    print("训练集特征值：", x_train,x_train.shape)
    return None