sklearn数据集操作2_rcv1数据集

可在线下载(Downloadable）的数据集
sklearn.datasets.fetch_

20类新闻文本数据集：
该数据集包含了关于20个话题(topic）的18000条新闻报道，这些数据被分为两个子集：训练集和测试集。


20组新闻文本数据集API用法详解







野外带标记人脸数据集：fetch_lfw_people()
fetch_lfw_pairs()

这是一个在互联网上收集的带标记的著名人物人脸集合，以Jpeg格式存储，官方网址:https//vis-www.cs.umass.edu/lfw/。每一张图片都包含一个居中对齐的人脸。典型的任务是”人脸验证face verification“：给两张图片，用二元分类器来判断是否是同一个人。

”人脸识别face recognition or identification“：给一张未知的人脸图片，在人脸库里面查找匹配，将这张脸到底是谁给认出来。

不管是人脸识别还是人脸验证，他们都依赖于一个人脸检测算法。所以，LFW中的人脸都是用一个人脸检测算法Viola-Jones在不同的web图像集里面检测并扣取出来的。

Olivetti人脸数据集：fetch_olivetti_faces()


rcv1多标签数据集：fetch_rcv1()

还有其他的属性如sample_id,target_names等

Forest covertypes：预测森林表面植被类型的数据集，是个多类分类任务数据集。来自美国的森林数据，UCI数据集。

每个样本包含54个特征，其中含有布尔类型的特征。



计算机生成的数据集
sklearn.datasets.make_

用于分类任务和聚类任务的：这些函数产生样本特征向量矩阵以及对应的类别标签集合




用于回归任务的

用于流行学习的

用于因子分解的