机器学习中使用糖尿病数据集训练岭回归模型1.导入糖尿病数据集(代码和结果截图) 1.1观察数据集的字段 1.2观察数据集的分布 1.3缺失值检测 2.训练集和测试集的数据集划分

1.1 导入糖尿病数据集并观察字段

from sklearn.datasets import load_diabetes

diabetes = load_diabetes()

print(diabetes.feature_names)

输出结果：

['age', 'sex', 'bmi', 'bp', 's1', 's2', 's3', 's4', 's5', 's6']

1.2 观察数据集的分布

import pandas as pd

df = pd.DataFrame(diabetes.data, columns=diabetes.feature_names)

df.hist(figsize=(12, 10))

输出结果：


1.3 缺失值检测

df.isnull().sum()

输出结果：

age    0
sex    0
bmi    0
bp     0
s1     0
s2     0
s3     0
s4     0
s5     0
s6     0
dtype: int64

可以看出该数据集中没有缺失值。

2. 训练集和测试集的数据集划分

from sklearn.model_selection import train_test_split

X = diabetes.data
y = diabetes.target

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)