机器学习：sklearn数据集简介

算法分类

监督学习 特征值 + 目标值
    -分类 目标值是离散数据
    -回归 目标值是连续数据

无监督学习  只有特征值
    -聚类

数据集

数据 -训练集 80% 70% 75% -测试集 20% 30% 25%

数据拆分： sklearn.model_selection.train_test_split

sklearn数据集

sklearn.datasets
	-小规模数据集
	    -datasets.load_*()
	    -已下载
	-大规模数据集
	    -datasets.fetch_*()
	    - 需要下载默认目录：~/scikit_learn_data/

数据类型

datasets.base.Bunch(字典格式)
    data：特征数据 二维数组[n_samples * n_features]
    target： 标签数组
    DESCR： 数据描述
    feature_names：特征名（新闻数据，手写数字，回归数据集没有）
    target_names：标签名

数据集介绍

分类数据集
    鸢尾花数据集 sklearn.datasets.load_iris
    新闻数据集 sklearn.datasets.fetch_20newsgroups

回归数据集
    波士顿房价数据集 sklearn.datasets.load_boston
    糖尿病数据集 sklearn.datasets.load_diabetes