bagging五分类载入数据代码

下面是使用Python语言载入五分类数据集的示例代码：

import numpy as np
import pandas as pd

# 载入数据集
data = pd.read_csv('data.csv')

# 将数据集分为特征和标签
X = np.array(data.iloc[:, :-1])
y = np.array(data.iloc[:, -1])

# 将数据集分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1)

在上述代码中，我们首先使用`pandas`库的`read_csv`函数从CSV文件中载入数据集。然后将数据集分为特征和标签，其中`iloc`函数用于根据行和列的位置来获取数据。接着使用`train_test_split`函数将数据集分为训练集和测试集，其中`test_size`参数指定了测试集占总数据集的比例，`random_state`参数指定了随机数种子。