load_diabetes#

sklearn.datasets.load_diabetes(*, return_X_y=False, as_frame=False, scaled=True)[Quellcode]#

Lädt und gibt den Diabetes Datensatz (Regression) zurück.

Gesamtanzahl Samples

442

Dimensionalität

10

Merkmale

real, -.2 < x < .2

Ziele

integer 25 - 346

Hinweis

Die Bedeutung jeder Funktion (d. h. feature_names) ist möglicherweise unklar (insbesondere für ltg), da die Dokumentation des ursprünglichen Datensatzes nicht eindeutig ist. Wir stellen Informationen bereit, die im Einklang mit der wissenschaftlichen Literatur auf diesem Forschungsgebiet zu stehen scheinen.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:
return_X_ybool, Standard=False

Wenn True, wird ein Bunch-Objekt zurückgegeben, das (data, target) enthält. Weitere Informationen zu den Objekten data und target finden Sie unten.

Hinzugefügt in Version 0.18.

as_framebool, default=False

Wenn True, sind die Daten ein pandas DataFrame, einschließlich Spalten mit geeigneten dtypes (numerisch). Das Ziel ist ein pandas DataFrame oder eine Series, abhängig von der Anzahl der Zielspalten. Wenn return_X_y True ist, dann sind (data, target) pandas DataFrames oder Series wie unten beschrieben.

Hinzugefügt in Version 0.23.

scaledbool, Standardwert=True

Wenn True, werden die Merkmalsvariablen mittels des Mittelwerts zentriert und durch die Standardabweichung multipliziert mit der Quadratwurzel von n_samples skaliert. Wenn False, werden die Rohdaten für die Merkmalsvariablen zurückgegeben.

Hinzugefügt in Version 1.1.

Gibt zurück:
dataBunch

Dictionary-ähnliches Objekt mit den folgenden Attributen.

data{ndarray, dataframe} der Form (442, 10)

Die Datenmatrix. Wenn as_frame=True, ist data ein pandas DataFrame.

target: {ndarray, Series} der Form (442,)

Das Regressionsziel. Wenn as_frame=True, ist target eine pandas Series.

feature_names: list

Die Namen der Datensatzspalten.

frame: DataFrame der Form (442, 11)

Nur vorhanden, wenn as_frame=True. DataFrame mit data und target.

Hinzugefügt in Version 0.23.

DESCR: str

Die vollständige Beschreibung des Datensatzes.

data_filename: str

Der Pfad zum Speicherort der Daten.

target_filename: str

Der Pfad zum Speicherort des Ziels.

(data, target)tuple, wenn return_X_y True ist

Gibt ein Tupel aus zwei ndarrays der Form (n_samples, n_features) zurück. Ein 2D-Array, wobei jede Zeile eine Stichprobe und jede Spalte die Merkmale und/oder das Ziel einer gegebenen Stichprobe darstellt.

Hinzugefügt in Version 0.18.

Beispiele

>>> from sklearn.datasets import load_diabetes
>>> diabetes = load_diabetes()
>>> diabetes.target[:3]
array([151.,  75., 141.])
>>> diabetes.data.shape
(442, 10)
Auf dieser Seite

Diese Seite