python代码载入stl10数据集的训练集和测试集

可以使用Python中的NumPy和SciPy库来载入STL-10数据集的训练集和测试集，具体实现可以参考以下代码：

import numpy as np
from scipy.io import loadmat

def load_stl10_data():
    # Load the data
    train_data = loadmat('train.mat')
    test_data = loadmat('test.mat')

    # Extract the image and label data
    X_train = np.transpose(train_data['X'], (3, 0, 1, 2))
    y_train = np.squeeze(train_data['y']) - 1
    X_test = np.transpose(test_data['X'], (3, 0, 1, 2))
    y_test = np.squeeze(test_data['y']) - 1

    return X_train, y_train, X_test, y_test

# Usage
X_train, y_train, X_test, y_test = load_stl10_data()

这段代码会从train.mat和test.mat文件中载入STL-10数据集的训练集和测试集，然后将其转换为NumPy数组格式，并返回X_train、y_train、X_test和y_test。这些数组包含了图像数据和对应的标签，可以用于训练和测试机器学习模型。