一、Sklearn介紹

scikit-learn是Python語言開發的機器學習庫，一般簡稱為sklearn，目前算是通用機器學習算法庫中實現得比較完善的庫了。其完善之處不僅在于實現的算法多，還包括大量詳盡的文檔和示例。其文檔寫得通俗易懂，完全可以當成機器學習的教程來學習。

二、Sklearn數據集種類

sklearn 的數據集有好多個種

自帶的小數據集(packaged dataset)：sklearn.datasets.load_

可在線下載的數據集(Downloaded Dataset)：sklearn.datasets.fetch_

計算機生成的數據集(Generated Dataset)：sklearn.datasets.make_

svmlight/libsvm格式的數據集:sklearn.datasets.load_svmlight_file(...)

從買了data.org在線下載獲取的數據集:sklearn.datasets.fetch_mldata(...)

三、Sklearn數據集

1.有關數據集的工具類

clearn_data_home 清空指定目錄

get_data_home 獲取sklearn數據根目錄

load_files 加載類目數據

dump_svmlight_file 轉化文件格式為svmlight/libsvm

load_svmlight_file 加載文件并進行格式轉換

load_svmlight_files 加載文件并進行格式轉換

2.有關文本分類聚類數據集

fetch_20newsgroups 新聞文本分類數據集

fetch_20newsgroups_vectorized 新聞文本向量化數據集

fetch_rcv1 路透社英文新聞文本分類數據集

有關人臉識別的數據集

fetch_lfw_pairs 人臉數據集

fetch_lfw_people 人臉數據集

fetch_olivetti_faces 人臉數據集

3.有關圖像的數據集

load_sample_image 圖像數據集

load_sample_images 圖像數據集

load_digits 手寫體數據集

4.有關醫學的數據集

load_breast_cancer 乳腺癌數據集

load_diabetes 糖尿病數據集

load_linnerud 體能訓練數據集

5.其他數據集

load_wine 葡萄酒數據集

load_iris 鳶尾花數據集

load_boston 波士頓房屋數據集

fetch_california_housing 加利福尼亞房屋數據集

fetch_kddcup99 入侵檢測數據集

fetch_species_distribution 物種分布數據集

fetch_covtype 森林植被數據集

load_mldata mldata.org 在線下載的數據集