我们直接看代码:
from sklearn import datasets
#读取三组数据,前两个用于分类,第三个用于回归
iris = datasets.load_iris()
digits = datasets.load_digits()
boston = datasets.load_boston()
#打印datasets放在哪里了
print(datasets.get_data_home())
print('-'*30)
#查看加载的数据,都有几行,几列,如果是分类的话,都有哪几个类别,特征都是什么。如果是回归的话,特征都是什么
#先看iris
print(iris.data.shape)
print(iris.target.shape)
print(iris.target_names)
print(iris.feature_names)
print('-'*30)
#再看digits
print(digits.data.shape)
print(digits.images.shape)
print(digits.target.shape)
print(digits.target_names)
print('-'*30)
#最后看boston (回归)
print(boston.data.shape)
print(boston.target.shape)
print(boston.feature_names)
print('-'*30)
#将load的数据,画在图上看一下
import matplotlib.pyplot as plt
image0 = digits.images[0]
plt.imshow(image0)
plt.show()
我们的代码中,加载了三组数据,分别为iris, digits和boston
其中,前两个是用于分类的数据,你可以看到数据对应的target_names, 由于boston是用来回归的,
回归的y一般都是一个数字,而且没法一一列举,所以,你只能看到每一维特征都代表了什么。
代码执行结果:
/Users/chenkuo/scikit_learn_data
------------------------------
(150, 4)
(150,)
['setosa' 'versicolor' 'virginica']
['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
------------------------------
(1797, 64)
(1797, 8, 8)
(1797,)
[0 1 2 3 4 5 6 7 8 9]
------------------------------
(506, 13)
(506,)
['CRIM' 'ZN' 'INDUS' 'CHAS' 'NOX' 'RM' 'AGE' 'DIS' 'RAD' 'TAX' 'PTRATIO'
'B' 'LSTAT']
------------------------------
aaarticlea/png;base64,iVBORw0KGgoAAAANSUhEUgAAAUYAAAFJCAYAAADngYQlAAAABHNCSVQICAgIfAhkiAAAAAlwSFlz%0AAAALEgAACxIB0t1+/AAAEShJREFUeJzt3X9olfXfx/HX5WRNGzZNjWBpKg70n0QhHCg5/Jmk6Zxu%0Ay2axElwLs0aJOocrf2zYkBTcliD0NdGFTVkUhuYgf2FD3FA8E4wJ6UzUaTabbnPX/YfkfX/f3bdn%0A39vPOdfRPR9/JR3e581cz67zg8/l+b7vCwDwQK+gFwCAWEMYAcAgjABgEEYAMAgjABiEEQCM3kEv%0A0JMdP37cyZyXXnpJDQ0NTmbl5uY6mSNJNTU1mj179iPPSU9Pd7DNfUuXLtXmzZudzFq9erWTOfHx%0A8Wpvb3cyKyEhwcmcno4rxidA3759g17hfzVy5MigV/iH5557LugV/qFXL/4zjDX8jQCAQRgBwCCM%0AAGAQRgAwCCMAGIQRAAzCCAAGYQQAgzACgEEYAcAgjABgEEYAMAgjABhhjx3r6urSmjVrdO7cOcXH%0Ax2vt2rUaOnRoNHYDgECEvWI8ePCg2tvbVVVVpYKCApWUlERjLwAITNgwnjx5UhMnTpQkjRkzRmfO%0AnIn4UgAQpLBhbG1tVWJi4oM/x8XFqbOzM6JLAUCQwr7HmJiYqNu3bz/4c1dXl3r35o4ILqSmpsbc%0ArFAo5GROpOa5sG7duqBX+AduSRBbwhZu7Nixqq2t1cyZM1VfX6+UlJRo7NUjuLrnS2pqqrNZLu/5%0AEgqFNGrUqEee4/KeL+vWrdOqVauczHJ1z5eEhATduXPH2Sw8urBhnDp1qo4ePaqsrCz5vq/169dH%0AYy8ACEzYMPbq1UuffvppNHYBgJjAF7wBwCCMAGAQRgAwCCMAGIQRAAzCCAAGYQQAgzACgEEYAcAg%0AjABgEEYAMAgjABiEEQAMwggABkdxB8jVobChUMjZrMbGRidzXM5raWlxsIn7eX369HEyx/d9Z7OO%0AHTvmZI7k9gBkl6fVRwNXjABgEEYAMAgjABiEEQAMwggABmEEAIMwAoBBGAHAIIwAYBBGADAIIwAY%0AhBEADMIIAAZhBACDMAKA0a0wNjQ0KCcnJ9K7AEBMCHtQ7bZt21RTU+PsIE0AiHVhrxiHDBmiLVu2%0ARGMXAIgJnu/7frgHXbx4UR999JG++eabaOwEAIHini8BGjVqlJM5oVDI2SyX93zxfV+e5z3ynCVL%0AljjY5r7y8nLl5eU5mVVRUeFkjqufk8Q9X1zhU2kAMAgjABjdCmNycjLvLwLoMbhiBACDMAKAQRgB%0AwCCMAGAQRgAwCCMAGIQRAAzCCAAGYQQAgzACgEEYAcAgjABgEEYAMAgjABg94gTv3377zdmsF154%0Awdk8l6dlu5rV0tLiZI7Lef3793ewyX8rLy93Msflz2rBggVO5rg+wdvVPE7wBoDHHGEEAIMwAoBB%0AGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAQRgBwCCMAGAQRgAwHnrsWEdHh1auXKlLly6p%0Avb1deXl5mjx5crR2A4BAPDSMNTU1SkpK0saNG3Xz5k3NmTOHMAJ44j00jDNmzND06dMlSb7vKy4u%0ALipLAUCQPN/3/XAPam1tVV5enhYsWKBZs2ZFYy8ACEzYWxtcvnxZ+fn5euONNx7bKMbqrQ2GDBni%0AZI7v+/I8z8ksl8f19+/fXzdu3HAyJxZlZmY6mVNVVeVs1ssvv+xkjiQVFBSorKzM2azHyUPDeO3a%0ANeXm5qqoqOixu2cDAPx/PfTrOhUVFbp165a2bt2qnJwc5eTk6M6dO9HaDQAC8dArxsLCQhUWFkZr%0AFwCICXzBGwAMwggABmEEAIMwAoBBGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAQRgBwCCM%0AAGCEPcH7SfDnn3/G5LxJkyY5meNyluvTsmP19G0XXJ6W7XIWHh1XjABgEEYAMAgjABiEEQAMwggA%0ABmEEAIMwAoBBGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAEfY8xnv37qmwsFBNTU3yPE/F%0AxcVKSUmJxm4AEIiwV4y1tbWSpN27d2vZsmXatGlTxJcCgCCFvWKcMmXKg9Ohm5ub1a9fv0jvBACB%0A8nzf97vzwOXLl+vAgQPavHmzJkyYEOm9ACAw3Q6jJF29elULFizQ999/r759+0ZyL6fOnj3rbNbo%0A0aOdzcvPz3cyp7a2Vmlpac5moXvKysqczCkoKHA2yyWXexUUFDiZEy1h32Pct2+fKisrJUl9+vSR%0A53nq1YsPswE8ucK+xzht2jStWLFCCxcuVGdnp1auXKmEhIRo7AYAgQgbxr59++qLL76Ixi4AEBN4%0ATQwABmEEAIMwAoBBGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAQRgBwCCMAGCEPV3nSfDH%0AH3/E5LzXXnvNyRzXs9A9LS0tMTdrwIABTub0dFwxAoBBGAHAIIwAYBBGADAIIwAYhBEADMIIAAZh%0ABACDMAKAQRgBwCCMAGAQRgAwCCMAGIQRAAzCCABGt8J4/fp1vfLKK/r1118jvQ8ABC5sGDs6OlRU%0AVKSEhIRo7AMAgQsbxtLSUmVlZWnw4MHR2AcAAuf5vu//X/+yurpav//+u9577z3l5ORozZo1GjFi%0ARDT3A4Coe2gYFy5cKM/z5HmeQqGQXnzxRZWXl2vQoEHR3PGRHT9+3Nms1NRUZ/OOHTvmZE5BQYHK%0AysqczUL3rFq1ysmcdevWOZvl8p4vPfn36qE3w9q5c+eDf/77ivFxiyIA/Kf4ug4AGN2+feqOHTsi%0AuQcAxAyuGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAQRgBwCCMAGAQRgAwCCMAGIQRAAzC%0ACABGt48de5w988wzMTnvl19+cTLH9axYc+fOHWezEhISnM1zdQK7y1lvv/22kzl/GzhwoNN5jwuu%0AGAHAIIwAYBBGADAIIwAYhBEADMIIAAZhBACDMAKAQRgBwCCMAGAQRgAwCCMAGIQRAAzCCABGt44d%0Amzt3rhITEyVJycnJ2rBhQ0SXAoAghQ3j3bt35fu+duzYEY19ACBwYV9KNzY2qq2tTbm5uVq0aJHq%0A6+ujsRcABMbzfd9/2APOnTunhoYGzZ8/XxcuXNDixYu1f/9+9e7dIw7/BtADha3bsGHDNHToUHme%0Ap2HDhikpKUlXr17V888/H439nDh79qyzWaNHj3Y2r7i42MmcqqoqZWZmOpsVa2L11gavvvqqkzm1%0AtbVKS0tzMsvlrQ3eeustffXVV85mPU7CvpTes2ePSkpKJElXrlxRa2urBg0aFPHFACAoYa8YMzIy%0AtGLFCmVnZ8vzPK1fv56X0QCeaGELFx8fr7KysmjsAgAxgS94A4BBGAHAIIwAYBBGADAIIwAYhBEA%0ADMIIAAZhBACDMAKAQRgBwCCMAGAQRgAwCCMAGIQRAIwecbCi69PGXc376aefnMxxOev48eNO5khS%0Aamqqk3n/+te/HGxzX3l5uT788ENn82KN65OyH7eTt13hihEADMIIAAZhBACDMAKAQRgBwCCMAGAQ%0ARgAwCCMAGIQRAAzCCAAGYQQAgzACgEEYAcAgjABgEEYAMLp1HmNlZaUOHTqkjo4OZWdna/78+ZHe%0ACwACEzaMJ06c0KlTp7Rr1y61tbVp+/bt0dgLAAITNoxHjhxRSkqK8vPz1draqk8++SQaewFAYDzf%0A9/2HPaCwsFDNzc2qqKjQxYsXlZeXp/3798vzvGjtCABRFfaKMSkpScOHD1d8fLyGDx+up556Si0t%0ALXr22WejsZ8TN27ccDarf//+zuaNHDnSyZxr165p4MCBTmZ99913TuZIsXvPl7y8PCezGhsbncyp%0Ara1VWlqas1l4dGE/lR43bpwOHz4s3/d15coVtbW1KSkpKRq7AUAgwl4xpqWlqa6uThkZGfJ9X0VF%0ARYqLi4vGbgAQiG59XYcPXAD0JHzBGwAMwggABmEEAIMwAoBBGAHAIIwAYBBGADAIIwAYhBEADMII%0AAAZhBACDMAKAQRgBwCCMAGB069ixx13//v1jcp7Lk6ldzcrNzXUyR5JCoZCTeZMmTXr0ZSLA5WnZ%0AnLwdW7hiBACDMAKAQRgBwCCMAGAQRgAwCCMAGIQRAAzCCAAGYQQAgzACgEEYAcAgjABgEEYAMAgj%0AABhhjx2rrq7W3r17JUl3795VKBTS0aNH1a9fv4gvBwBBCBvG9PR0paenS5KKi4s1b948ogjgidbt%0Al9KnT5/W+fPnlZmZGcl9ACBwnu/7fnce+P777+vNN9/U+PHjI70TAASqW7c2uHXrlpqamoiiYz/8%0A8IOTOTNnznQ2q6CgwMkc6f6tDUaNGvXIc1ze2qC8vFx5eXnOZuHJ1K2X0nV1dUpNTY30LgAQE7oV%0AxqamJiUnJ0d6FwCICd16Kf3uu+9Geg8AiBl8wRsADMIIAAZhBACDMAKAQRgBwCCMAGAQRgAwCCMA%0AGIQRAAzCCAAGYQQAgzACgEEYAcAgjABgdPvWBgDQU3DFCAAGYQQAgzACgEEYAcAgjABgEEYAMLp1%0Al8Bo6urq0po1a3Tu3DnFx8dr7dq1Gjp0aNBrSZIaGhr0+eefa8eOHUGvIknq6OjQypUrdenSJbW3%0AtysvL0+TJ08OdKd79+6psLBQTU1N8jxPxcXFSklJCXSnv12/fl3p6enavn27RowYEfQ6kqS5c+cq%0AMTFRkpScnKwNGzYEvJFUWVmpQ4cOqaOjQ9nZ2Zo/f37QK6m6ulp79+6VJN29e1ehUEhHjx5Vv379%0AIvJ8MRfGgwcPqr29XVVVVaqvr1dJSYnKy8uDXkvbtm1TTU2N+vTpE/QqD9TU1CgpKUkbN27UzZs3%0ANWfOnMDDWFtbK0navXu3Tpw4oU2bNsXE319HR4eKioqUkJAQ9CoP3L17V77vx8z/aCXpxIkTOnXq%0AlHbt2qW2tjZt37496JUkSenp6UpPT5ckFRcXa968eRGLohSDL6VPnjypiRMnSpLGjBmjM2fOBLzR%0AfUOGDNGWLVuCXuPfzJgxQx988IEkyfd9xcXFBbyRNGXKFH322WeSpObm5oj+8v4nSktLlZWVpcGD%0ABwe9ygONjY1qa2tTbm6uFi1apPr6+qBX0pEjR5SSkqL8/HwtWbJEkyZNCnqlf3P69GmdP39emZmZ%0AEX2emLtibG1tffDSQpLi4uLU2dmp3r2DXXX69Om6ePFioDtYTz/9tKT7P7OlS5dq2bJlAW90X+/e%0AvbV8+XIdOHBAmzdvDnodVVdXa8CAAZo4caK+/PLLoNd5ICEhQe+8847mz5+vCxcuaPHixdq/f3+g%0Av+s3btxQc3OzKioqdPHiReXl5Wn//v3yPC+wnf6nyspK5efnR/x5Yu6KMTExUbdv337w566ursCj%0AGMsuX76sRYsW6fXXX9esWbOCXueB0tJS/fjjj1q9erX++uuvQHf59ttvdezYMeXk5CgUCmn58uW6%0AevVqoDtJ0rBhwzR79mx5nqdhw4YpKSkp8L2SkpI0YcIExcfHa/jw4XrqqafU0tIS6E5/u3Xrlpqa%0AmjR+/PiIP1fMhXHs2LH6+eefJUn19fUx88Z9LLp27Zpyc3P18ccfKyMjI+h1JEn79u1TZWWlJKlP%0Anz7yPE+9egX7a7Zz5059/fXX2rFjh0aNGqXS0lINGjQo0J0kac+ePSopKZEkXblyRa2trYHvNW7c%0AOB0+fFi+7+vKlStqa2tTUlJSoDv9ra6uTqmpqVF5rpi7FJs6daqOHj2qrKws+b6v9evXB71SzKqo%0AqNCtW7e0detWbd26VdL9D4mC/IBh2rRpWrFihRYuXKjOzk6tXLkypj7wiCUZGRlasWKFsrOz5Xme%0A1q9fH/iro7S0NNXV1SkjI0O+76uoqCgm3ruWpKamJiUnJ0fluThdBwCMmHspDQBBI4wAYBBGADAI%0AIwAYhBEADMIIAAZhBACDMAKA8V+WXFXj2uEDFgAAAABJRU5ErkJggg==" alt="" />
- echarts系列之动态加载数据
1.echarts学习前言 最近接触到echarts,发现数据可视化真的是魅力无穷啊,各种变幻的曲线交错,以及‘曼妙’的动画效果真是让人如痴如醉! 下面就来一起欣赏她的美... “ ECharts是中 ...
- 机器学习:从sklearn中加载数据
一.sklearn模块 sklearn模块下有很多子模块,常用的数据集在:sklearn.datasets模块下: 通过数据集中DESCR来查看数据集的文档: 从datasets中加载数据: impo ...
- Bootstrap-Select 动态加载数据的小记
关于前端框架系列的可以参考我我刚学Bootstrap时候写的LoT.UI http://www.cnblogs.com/dunitian/p/4822808.html#lotui bootstrap- ...
- 淘宝购物车页面 智能搜索框Ajax异步加载数据
如果有朋友对本篇文章的一些知识点不了解的话,可以先阅读此篇文章.在这篇文章中,我大概介绍了一下构建淘宝购物车页面需要的基础知识. 这篇文章主要探讨的是智能搜索框Ajax异步加载数据.jQuery的社区 ...
- echarts在.Net中使用实例(二) 使用ajax动态加载数据
通过上一篇文章可以知道和echarts参考手册可知,series字段就是用来存储我们显示的数据,所以我们只需要用ajax来获取series的值就可以. option 名称 描述 {color}back ...
- 老调重弹:JDBC系列之<驱动加载原理全面解析) ----转
最近在研究Mybatis框架,由于该框架基于JDBC,想要很好地理解和学习Mybatis,必须要对JDBC有较深入的了解.所以便把JDBC 这个东东翻出来,好好总结一番,作为自己的笔记,也是给读者 ...
- AngularJS 实现页面滚动到底自动加载数据的功能
要实现这个功能,可以通过https://github.com/sroze/ngInfiniteScroll这个第三方控件来实现.步骤如下: 1. 下载ng-infinite-scroll.js程序ht ...
- RX系列四 | RxAndroid | 加载图片 | 提交表单
RX系列四 | RxAndroid | 加载图片 | 提交表单 说实话,学RxJava就是为了我们在Android中运用的更加顺手一点,也就是RxAndroid,我们还是先一步步来,学会怎么去用的比较 ...
- Android Launcher分析和修改4——初始化加载数据
上面一篇文章说了Launcher是如何被启动的,Launcher启动的过程主要是加载界面数据然后显示出来, 界面数据都是系统APP有关的数据,都是从Launcher的数据库读取,下面我们详细分析Lau ...
随机推荐
- hadoop2 YARN/Mv2中 ApplicationMaster相关问题及介绍
ApplicationMaster是什么? ApplicationMaster是一个框架特殊的库,对于Map-Reduce计算模型而言有它自己的ApplicationMaster实现,对于其他的想要运 ...
- phpmailer 发送邮件(一)
phpmailer下载地址: PHPMailer : https://github.com/PHPMailer/PHPMailer 一.基本要求 Web访问正常(apache可以正常访问) php 设 ...
- JS中有关正则表达式的一些常见应用
总所周知,正则表达式主要用于字符串处理.表单验证等,简单的代码量实现复杂的功能 1.身份证号码的一个校验 先做一个简单的位数校验来判断身份证的合法性:(15位数字或18位数字或17位数字加X|x) v ...
- web工程自动部署(tomcat服务器)
工作中经常需要把web项目打成war包之后部署到tomcat服务器上,每次更新时步骤比较类似,这里提供公共步骤,编写名为auto_deploy.sh的shell脚本,只需要传递两个参数即可自动完成部署 ...
- 基于vue,打印机打印暂且处理
基于vue单页面应用.暂且没找到合适的方案,什么vue-print .jquery.print.js.jqprint.js..canvas生成图片啊 大多不能保证页面样式保持原样. 所以,选择了最土 ...
- (一)IDEA工具开第一个springboot应用之helloworld
(一)IDEA工具开第一个springboot应用之helloworld 一.前置知识 1.maven相关知识 2.spring注解 3.RESTful API 二.idea开发第一个springbo ...
- 开源项目 easydownload
一个用于下载的 android library库, 源码 支持多线程断点下载, 支持消息通知. 支持优先级下载. 支持暂停,继续,删除下载列表 支持多服务器下载. 使用方式 compile 'co ...
- ASP.NET异常处理机制
try{ //获取并使用资源,可能出现异常}catch(DivideByZeroException de){}catch(ArithmeticException ae){}catch(Exceptio ...
- Android UsageStatsService(应用使用统计服务)的学习与调研
一. 简介 UsageStatsService是一个系统服务,其主要通过AMS等,来监测并记录各个应用的使用数据,如上次调用com.android.settings的时间等. UsageStatsSe ...
- Python函数篇(2)-递归函数、匿名函数及高阶函数
1.全局变量和局部变量 一般定义在程序的最开始的变量称为函数变量,在子程序中定义的变量称为局部变量,可以简单的理解为,无缩进的为全局变量,有缩进的是局部变量,全局变量的作用域是整个程序,而局部变量的作 ...