sklearn库数据集使用方式
时间: 2023-11-22 15:09:34 浏览: 26
sklearn库提供了一些常用的数据集,可以帮助我们快速开始机器学习的实验。这些数据集包括了分类、回归、聚类等任务所需要的数据。
使用方式如下:
1. 导入需要的数据集
```python
from sklearn.datasets import load_iris
```
2. 加载数据集
```python
iris = load_iris()
```
3. 探索数据集
```python
print(iris.DESCR) # 显示数据集的描述信息
print(iris.feature_names) # 显示特征名称
print(iris.target_names) # 显示目标名称
print(iris.data.shape) # 显示特征矩阵的形状
print(iris.target.shape) # 显示目标向量的形状
```
4. 划分训练集和测试集
```python
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(
iris.data, iris.target, test_size=0.3, random_state=42)
```
其中,`test_size`表示测试集所占比例,`random_state`表示随机种子,确保每次划分结果相同。
5. 使用数据集进行训练和预测
```python
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
```
6. 评估模型性能
```python
from sklearn.metrics import accuracy_score
acc = accuracy_score(y_test, y_pred)
print('Accuracy:', acc)
```
以上是sklearn库数据集的基本使用方法,具体使用还需要根据自己的需求进行调整。