Common data sets provided by Sklearn

One, comes with a small data set (packageddataset): sklearn.datasets.load_

1.    鸢尾花数据集：load_iris（）：用于分类任务的数据集
   

2.    手写数字数据集：load_digits（）:用于分类任务或者降维任务的数据集
   

3.    乳腺癌数据集load-barest-cancer（）：简单经典的用于二分类任务的数据集
   

4.    糖尿病数据集：load-diabetes（）：经典的用于回归认为的数据集，值得注意的是，这10个特征中的每个特征都已经被处理成0均值，方差归一化的特征值。
   

5.    波士顿房价数据集：load-boston（）：经典的用于回归任务的数据集
   

6.    体能训练数据集：load-linnerud（）：经典的用于多变量回归任务的数据集。
   

2. Data sets that can be downloaded online: sklearn.datasets.fetch_, generally large in scale (DownloadedDataset).

fetch_olivetti_faces(data_home=None, shuffle=False, random_state=0,download_if_missing=True): Olivetti face image dataset.

3. Computer-generated data set (GeneratedDataset): sklearn.datasets.make_

1.    make_blobs：多类单标签数据集，为每个类分配一个或多个正太分布的点集
   

2.    make_classification：多类单标签数据集，为每个类分配一个或多个正太分布的点集，提供了为数据添加噪声的方式，包括维度相关性，无效特征以及冗余特征等
   

3.    make_gaussian-quantiles：将一个单高斯分布的点集划分为两个数量均等的点集，作为两类
   

4.    make_hastie-10-2：产生一个相似的二元分类数据集，有10个维度
   

5.    make_circle和make_moom产生二维二元分类数据集来测试某些算法的性能，可以为数据集添加噪声，可以为二元分类器产生一些球形判决界面的数据。
   

4. Data set in svmlight/libsvm format: sklearn.datasets.load_svmlight_file(...)

from sklearn.datasets importload_svmlight_file

x_train,y_train=load_svmlight_file("/path/to/train_dataset.txt","")#If you want to add multiple data, you can use commas to separate

The storage format of each line sample of svmlight/libsvm:

: :…

5. Data set obtained by downloading online at data.org: sklearn.datasets.fetch_mldata(...)

from sklearn.datasets.mldata import fetch_mldata
import tempfile
test_data_home = tempfile.mkdtemp()
iris = fetch_mldata(‘iris’, data_home=test_data_home)
print(iris);print(iris.target.shape);print(iris.data.shape)