資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中使用 scikit-learn 庫載入資料？
Scikit-learn，通常稱為 sklearn，是 Python 中一個開源庫，用於實現機器學習演算法。
這包括分類、迴歸、聚類、降維等等，藉助於 Python 中強大且穩定的介面。該庫建立在 Numpy、SciPy 和 Matplotlib 庫之上。
讓我們看一個載入資料的示例：
示例
from sklearn.datasets import load_iris
my_data = load_iris()
X = my_data.data
y = my_data.target
feature_name = my_data.feature_names
target_name = my_data.target_names
print("Feature names are : ", feature_name)
print("Target names are : ", target_name)
print("\nFirst 8 rows of the dataset are : \n", X[:8])輸出
Feature names are : ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] Target names are : ['setosa' 'versicolor' 'virginica'] First 8 rows of the dataset are : [[5.1 3.5 1.4 0.2] [4.9 3. 1.4 0.2] [4.7 3.2 1.3 0.2] [4.6 3.1 1.5 0.2] [5. 3.6 1.4 0.2] [5.4 3.9 1.7 0.4] [4.6 3.4 1.4 0.3] [5. 3.4 1.5 0.2]]
解釋
- 匯入所需的包。
- 將此所需的資料集載入到環境中。
- 從資料集中分離特徵和目標值。
- 在控制檯上列印這些特徵和目標。
- 此外，要檢視資料的樣本，會在控制檯上列印資料的前 8 行。
更新於： 2020-12-11
339 次瀏覽
廣告