scikit-learn內建資料集

scikit-learn 現在最新穩定版本為0.20.0

提供了以下幾個資料集

其中資料路徑都在sklearn包下的datasets/data目錄下

下面我分別介紹每個資料集

iris

iris是個多類別資料集，每個類別下有50個樣本，特徵4維，且都是實數型別, 適用於分類模型

boston

預測boston房價， 都是實數特徵，總共13維， 適用於迴歸模型

digits

資料由8*8的圖片組成，共64維特徵，0-9共10個類別，適用於分類模型

toy

toy資料6*2， 共2維特徵， 兩類， 適用於簡單的二分類

clf_small

clf共14維特徵，0,1兩類別，適用於簡單二分類模型

reg_small

共14維特徵， 適用於簡單迴歸模型

multilabel

人工製造的30*10維的多標籤資料

sparse-pos

sparse-neg

sparse-mix

zeros