fetch_olivetti_faces#

sklearn.datasets.fetch_olivetti_faces(*, data_home=None, shuffle=False, random_state=0, download_if_missing=True, return_X_y=False, n_retries=3, delay=1.0)[Quelle]#

Lädt den Olivetti Faces Datensatz von AT&T (Klassifikation).

Bei Bedarf herunterladen.

Klassen

40

Gesamtanzahl Samples

400

Dimensionalität

4096

Merkmale

reell, zwischen 0 und 1

Lesen Sie mehr im Benutzerhandbuch.

Parameter:
data_homestr oder path-like, Standard=None

Geben Sie einen anderen Download- und Cache-Ordner für die Datensätze an. Standardmäßig werden alle scikit-learn-Daten in Unterordnern unter „~/scikit_learn_data“ gespeichert.

shufflebool, default=False

Wenn True, wird die Reihenfolge des Datensatzes gemischt, um zu vermeiden, dass Bilder derselben Person gruppiert werden.

random_stateint, RandomState-Instanz oder None, Standard=0

Bestimmt die Zufallszahlengenerierung für das Mischen der Datensätze. Übergeben Sie einen int für reproduzierbare Ergebnisse über mehrere Funktionsaufrufe hinweg. Siehe Glossar.

download_if_missingbool, Standard=True

Wenn False, wird eine OSError ausgelöst, wenn die Daten nicht lokal verfügbar sind, anstatt zu versuchen, die Daten von der Quell-Website herunterzuladen.

return_X_ybool, Standard=False

Wenn True, wird ein Tupel (data, target) zurückgegeben, anstatt eines Bunch Objekts. Weitere Informationen zu den data und target Objekten finden Sie unten.

Hinzugefügt in Version 0.22.

n_retriesint, Standard=3

Anzahl der Wiederholungsversuche bei HTTP-Fehlern.

Hinzugefügt in Version 1.5.

delayfloat, Standard=1.0

Anzahl der Sekunden zwischen den Wiederholungsversuchen.

Hinzugefügt in Version 1.5.

Gibt zurück:
dataBunch

Dictionary-ähnliches Objekt mit den folgenden Attributen.

data: ndarray, Form (400, 4096)

Jede Zeile entspricht einem verflachten Gesichtsbild der ursprünglichen Größe von 64 x 64 Pixel.

imagesndarray, Form (400, 64, 64)

Jede Zeile ist ein Gesichtsbild, das zu einem der 40 Subjekte des Datensatzes gehört.

targetndarray, Form (400,)

Beschriftungen, die jedem Gesichtsbild zugeordnet sind. Diese Beschriftungen reichen von 0-39 und entsprechen den Subjekt-IDs.

DESCRstr

Beschreibung des modifizierten Olivetti Faces Datensatzes.

(data, target)Tupel, wenn return_X_y=True

Tupel mit den oben beschriebenen data und target Objekten.

Hinzugefügt in Version 0.22.

Beispiele

>>> from sklearn.datasets import fetch_olivetti_faces
>>> olivetti_faces = fetch_olivetti_faces()
>>> olivetti_faces.data.shape
(400, 4096)
>>> olivetti_faces.target.shape
(400,)
>>> olivetti_faces.images.shape
(400, 64, 64)