Ctrl+K

load_linnerud#

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

加载并返回体育锻炼Linnerud数据集。

该数据集适合多输出回归任务。

样本总数

20

维度

3（数据和目标）

特征

整数

目标

整数

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、字符串或类别）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.

返回:
data : Bunch群

类似字典的对象，具有以下属性。

数据形状（20，3）的{ndray，rame}

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

目标：形状（20，3）的{ndray，rame}

回归目标。如果 as_frame=True , target 将是一个熊猫数据框架。

feature_names：list

数据集列的名称。

目标名称：列表

目标列的名称。

框架：形状的数据框架（20，6）

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。

Added in version 0.20.

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

Returns a tuple of two ndarrays or dataframe of shape (20, 3). Each row represents one sample and each column represents the features in X and a target in y of a given sample.

Added in version 0.18.

示例

>>> from sklearn.datasets import load_linnerud
>>> linnerud = load_linnerud()
>>> linnerud.data.shape
(20, 3)
>>> linnerud.target.shape
(20, 3)
On this page