SKLearn自带数据集_sklearn数据集

scikit-learn（sklearn）库提供了一些自带的数据集供用户使用，这些数据集可以用于机器学习算法的训练、测试和演示。这些自带数据集包括了各种不同类型的数据，涵盖了分类、回归、聚类、降维等不同任务。

下面是一些常用的自带数据集示例：

1. 鸢尾花数据集（Iris dataset）：经典的分类数据集，包含了150个样本，分为3个类别，每个样本有4个特征。

2. 手写数字数据集（Digits dataset）：包含了1797个手写数字的灰度图像，每个图像大小为8x8，用于识别手写数字。

3. 波士顿房价数据集（Boston Housing dataset）：用于回归任务，包含了506个样本和13个特征，目标值是房屋价格的中位数。

4. 乳腺癌数据集（Breast Cancer dataset）：用于二分类任务，包含了569个肿瘤样本和30个特征，通过特征预测肿瘤是良性还是恶性。

5. 新闻组数据集（20 Newsgroups dataset）：用于文本分类任务，包含了约20,000个新闻文档，分为20个不同的主题类别。

6. 手写字母数据集（Letter recognition dataset）：包含了20,000个手写字母图像样本，用于识别字母。

以上只是一小部分示例，sklearn中还有更多的自带数据集可供使用。可以通过sklearn.datasets模块中的函数加载这些数据集，例如使用load_iris()加载鸢尾花数据集，使用load_digits()加载手写数字数据集等。加载后的数据集对象通常包括数据、目标值、特征名称等信息，方便进行机器学习任务的处理和分析。