sklearn.datasets

Dienstprogramme zum Laden beliebter Datensätze und Generatoren für künstliche Daten.

Benutzerhandbuch. Weitere Details finden Sie im Abschnitt Datensatzlade-Dienstprogramme.

Lader

clear_data_home	Löscht den gesamten Inhalt des Daten-Cache.
dump_svmlight_file	Speichert den Datensatz im svmlight / libsvm-Dateiformat.
fetch_20newsgroups	Lädt die Dateinamen und Daten aus dem 20 newsgroups Datensatz (Klassifikation).
fetch_20newsgroups_vectorized	Lädt und vektorisiert den 20 newsgroups Datensatz (Klassifikation).
fetch_california_housing	Lädt den California Housing Datensatz (Regression).
fetch_covtype	Lädt den covertype Datensatz (Klassifikation).
fetch_file	Ruft eine Datei aus dem Web ab, falls sie nicht bereits im lokalen Ordner vorhanden ist.
fetch_kddcup99	Lädt den kddcup99 Datensatz (Klassifikation).
fetch_lfw_pairs	Lädt den Labeled Faces in the Wild (LFW) Pairs Datensatz (Klassifikation).
fetch_lfw_people	Lädt den Labeled Faces in the Wild (LFW) People Datensatz (Klassifikation).
fetch_olivetti_faces	Lädt den Olivetti Faces Datensatz von AT&T (Klassifikation).
fetch_openml	Ruft den Datensatz von openml nach Name oder Datensatz-ID ab.
fetch_rcv1	Lädt den RCV1 Multilabel Datensatz (Klassifikation).
fetch_species_distributions	Lader für den Datensatz zur Artenverteilung von Phillips et.
get_data_home	Gibt den Pfad des scikit-learn Datenverzeichnisses zurück.
load_breast_cancer	Lädt und gibt den Brustkrebs Wisconsin Datensatz (Klassifikation) zurück.
load_diabetes	Lädt und gibt den Diabetes Datensatz (Regression) zurück.
load_digits	Lädt und gibt den Ziffern Datensatz (Klassifikation) zurück.
load_files	Lädt Textdateien mit Kategorien als Unterordnernamen.
load_iris	Lädt und gibt den Iris Datensatz (Klassifikation) zurück.
load_linnerud	Lädt und gibt den Linnerud Datensatz für körperliche Übungen zurück.
load_sample_image	Lädt das Numpy-Array eines einzelnen Beispielbildes.
load_sample_images	Lädt Beispielbilder für die Bildbearbeitung.
load_svmlight_file	Lädt Datensätze im svmlight / libsvm-Format in eine dünne CSR-Matrix.
load_svmlight_files	Lädt Datensätze aus mehreren Dateien im SVMlight-Format.
load_wine	Lädt und gibt den Wein Datensatz (Klassifikation) zurück.

Stichprobengeneratoren

make_biclusters	Generiert ein Array mit konstanter Blockdiagonalstruktur für Biclustering.
make_blobs	Generiert isotrope Gaußsche Klumpen für das Clustering.
make_checkerboard	Generiert ein Array mit Block-Schachbrettstruktur für Biclustering.
make_circles	Erstellt einen großen Kreis, der einen kleineren Kreis in 2D enthält.
make_classification	Generiert eine zufällige Klassifikationsaufgabe mit n Klassen.
make_friedman1	Generiere das Regressionsproblem "Friedman #1".
make_friedman2	Generiere das Regressionsproblem "Friedman #2".
make_friedman3	Generiere das Regressionsproblem "Friedman #3".
make_gaussian_quantiles	Generiert isotrope Gaußsche und beschriftete Stichproben nach Quantilen.
make_hastie_10_2	Generiert Daten für binäre Klassifikation, wie in Hastie et al. 2009, Beispiel 10.2.
make_low_rank_matrix	Generiert eine hauptsächlich niedrigrangige Matrix mit glockenförmigen singulären Werten.
make_moons	Erstellt zwei sich abwechselnde Halbkreise.
make_multilabel_classification	Generiert eine zufällige Multilabel-Klassifikationsaufgabe.
make_regression	Generiert ein zufälliges Regressionsproblem.
make_s_curve	Generiert einen S-Kurven-Datensatz.
make_sparse_coded_signal	Generiert ein Signal als dünne Kombination von Wörterbuchelementen.
make_sparse_spd_matrix	Generiert eine dünne symmetrische positiv-definite Matrix.
make_sparse_uncorrelated	Generiert ein zufälliges Regressionsproblem mit dünnem, unkorreliertem Design.
make_spd_matrix	Generiert eine zufällige symmetrische, positiv-definite Matrix.
make_swiss_roll	Generiert einen Swiss-Roll-Datensatz.