Ctrl+K

load_diabetes#

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

加载并返回糖尿病数据集（回归）。

样本总数

442

维度

10

特征

真实的，-.2 < x < .2

目标

整数25 - 346

备注

每个特征的含义（即 feature_names ）可能不清楚（尤其是对于 ltg ），因为原始数据集的文档不明确。我们提供的信息似乎与该研究领域的科学文献有关。

阅读更多的 User Guide .

参数:
return_X_y布尔，默认=假

如果为True，则返回 (data, target) 而不是Bunch对象。有关的更多信息，请参阅下文 data 和 target object.

Added in version 0.18.

as_frame布尔，默认=假

如果为True，则数据是pandas DataFrame，包括具有适当数据类型（数字）的列。目标是pandas DataFrame或Series，具体取决于目标列的数量。如果 return_X_y 是真的那 (data , target ）将是pandas DataFrame或Series，如下所述。

Added in version 0.23.

scaled布尔，默认=True

如果为True，则要素变量以均值为中心，并按标准差乘以 n_samples .如果为False，则返回特征变量的原始数据。

Added in version 1.1.

返回:
data : Bunch群

类似字典的对象，具有以下属性。

数据形状的{ndray，rame}（442，10）

数据矩阵。如果 as_frame=True , data 将是一个熊猫数据框架。

目标：{ndray，Series}形状（442，）

回归目标。如果 as_frame=True , target 将是一个熊猫系列。

feature_names：list

数据集列的名称。

框架：形状的数据框架（442，11）

仅在当 as_frame=True .数据框架 data 和 target .

Added in version 0.23.

DESRC：字符串

数据集的完整描述。

data_file：url

数据位置的路径。

target_filename：string

到达目标位置的路径。

(data, target) ：tuple if return_X_y 是真tuple if return_X_y is True

Returns a tuple of two ndarray of shape (n_samples, n_features) A 2D array with each row representing one sample and each column representing the features and/or target of a given sample.

Added in version 0.18.

示例

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