机器学习-实验（一）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、数据集
• 二、Sklearn-learn数据集的介绍

---

前言

看了吴恩达老师的视频，想着要实现里面的算法，把学习过程记录下来。欢迎大家一起交流

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、数据集

数据集有很多种，由公司内部的数据集，比如百度，阿里等，也有许多数据接口，不过是需要花钱的。还有的就是适合我们学习用的数据集。

• sklearn
• kaggle
• UCI

二、Sklearn-learn数据集的介绍

2.1 sklearn数据集

sklearn.datasrts

load_* 获取小规模数据集
fetch_*获取大规模数据集

数据集的返回值
datasets.base.Bunch(继承自字典)
可以用两种方式获取其中的而数据
1、dict[“key”] = values
2、bunch.key = values

from sklearn.datasets import load_iris

def dataset_demo():
    '''
    sklearn 数据集使用
    '''
    #获取数据集
    iris = load_iris()
    print("鸢尾花数据集\n",iris)
    print("查看数据集描述",iris["DESCR"])
    print("查看特征值名字\n",iris.feature_names,"\n",iris.data,iris.data.shape)
    return None

if __name__ =="__main__":
    dataset_demo()

2.数据集的划分

训练数据集：用于训练、构建模型
测试数据集：在模型检验时候使用，用于评估模型是否有效
测试集一般在20%~30% 左右
sklearn数据集提供给我们划分数据集的API

train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)

返回值分别是训练集特征值、测试集特征值、训练集目标值、测试集目标值