数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Python 中使用 scikit-learn 库加载数据？
Scikit-learn，通常称为 sklearn，是 Python 中一个开源库，用于实现机器学习算法。
这包括分类、回归、聚类、降维等等，借助于 Python 中强大且稳定的接口。该库建立在 Numpy、SciPy 和 Matplotlib 库之上。
让我们看一个加载数据的示例：
示例
from sklearn.datasets import load_iris
my_data = load_iris()
X = my_data.data
y = my_data.target
feature_name = my_data.feature_names
target_name = my_data.target_names
print("Feature names are : ", feature_name)
print("Target names are : ", target_name)
print("\nFirst 8 rows of the dataset are : \n", X[:8])输出
Feature names are : ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] Target names are : ['setosa' 'versicolor' 'virginica'] First 8 rows of the dataset are : [[5.1 3.5 1.4 0.2] [4.9 3. 1.4 0.2] [4.7 3.2 1.3 0.2] [4.6 3.1 1.5 0.2] [5. 3.6 1.4 0.2] [5.4 3.9 1.7 0.4] [4.6 3.4 1.4 0.3] [5. 3.4 1.5 0.2]]
解释
- 导入所需的包。
- 将此所需的数据集加载到环境中。
- 从数据集中分离特征和目标值。
- 在控制台上打印这些特征和目标。
- 此外，要查看数据的样本，会在控制台上打印数据的前 8 行。
更新于： 2020-12-11
339 次浏览
广告