怎么创建一个数据集包含特征列feature1feature2以及对应的标签列label

创建一个包含特征列`feature1`和`feature2`以及对应标签列`label`的数据集，通常是在Python中使用pandas库。首先，你需要创建一个DataFrame，它是由行索引、列名和数据组成的。下面是一个基本的例子：

import pandas as pd

# 假设你要创建一个二分类的数据集，feature1和feature2是你想要的特征，label是你想要的目标变量
# 这里我们用随机生成数据来演示
n_samples = 100  # 数据样本数量
feature_range = (0, 10)  # 特征值范围

# 生成随机特征
feature1 = np.random.randint(feature_range[0], feature_range[1], n_samples)
feature2 = np.random.rand(n_samples) * (feature_range[1] - feature_range[0]) + feature_range[0]

# 生成随机标签（比如0和1）
label = np.random.randint(2, size=n_samples)  # 0或1代表两个分类

# 创建DataFrame
data = {'feature1': feature1, 'feature2': feature2, 'label': label}
dataset = pd.DataFrame(data)

# 现在你有了一个数据集，可以用它训练机器学习模型
print(dataset.head())  # 查看前几行数据

在这个例子中，`np.random`函数用于生成随机数据。实际应用中，你可以根据需求替换随机生成的数值，也可以从文件、API或其他源加载已有数据。