sklearn datasets数据集描述

scikit-learn（sklearn）是Python中一个常用的机器学习库，它包含了许多常用的数据集，可以方便地进行数据分析和机器学习模型的训练。

以下是sklearn中常用的数据集：

1. iris数据集：鸢尾花数据集，包含3种不同种类的鸢尾花的花萼长度、花萼宽度、花瓣长度、花瓣宽度等4个特征，共有150个样本。

2. digits数据集：手写数字数据集，共有1797个样本，每个样本是一个8x8的图像，表示数字0~9。

3. wine数据集：红酒数据集，包含13个特征，共有178个样本，分为3个类别。

4. breast_cancer数据集：乳腺癌数据集，包含30个特征，共有569个样本，分为2个类别。

5. boston数据集：波士顿房价数据集，包含13个特征，共有506个样本，用于预测波士顿地区房价的中位数。

以上数据集都是经过预处理和标准化的，可以直接用于机器学习模型的训练。sklearn还有许多其他的数据集，可以根据具体需要进行选择。