机器学习-特征工程-数据集

1 数据集

学习目标：知道数据集分为训练集和测试集

                  会使用sklearn

1.1 可用数据集

1.2 scikitLean工具

简介

安装命令

scikit-learn 是一个强大的机器学习库。它的安装依赖于：
Scikit-learn requires:
Python (>= 2.6 or >= 3.3),
NumPy (>= 1.6.1),
SciPy (>= 0.9).

pip install --upgrade scikit-learn

pip install -U scikit-learn

 包含内容

1.3  ScikitLearn数据集

1.3.1 scikit-learn数据集API介绍

1.3.2 sklearn小数据集

1.3.3 sklearn 大数据集

1.3.4 sklearn数据集的使用

代码

from sklearn.datasets import load_iris
def datasets_demo():
    """sklearn数据集使用
       ：:return
    """
    #获取数据集
    iris=load_iris()
    print("鸢尾花数据集：\n",iris)

    print("查看特征值：\n",iris["data"])
    print("查看目标值值：\n", iris.target)
    print("查看特征名字：\n", iris["feature_names"])
    print("查看目标值名字：\n", iris["target_names"])
    print("查看数据集描述：\n", iris.DESCR)
    return None

if __name__ == '__main__':

    datasets_demo()

1.3.5 数据集的划分

 

 

from sklearn.datasets import load_iris
from sklearn.model_selection import  train_test_split
def datasets_demo():
    """sklearn数据集使用
       ：:return
    """
    #获取数据集
    iris=load_iris()
    print("鸢尾花数据集：\n",iris)

    print("查看特征值：\n",iris["data"])
    print("查看目标值值：\n", iris.target)
    print("查看特征名字：\n", iris["feature_names"])
    print("查看目标值名字：\n", iris["target_names"])
    print("查看数据集描述：\n", iris.DESCR)
    #数据集划分
    x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,test_size=20,random_state=22)
    print("训练集的特征值：\n",x_train,x_train.shape)
    return None

if __name__ == '__main__':

    datasets_demo()