sklearn.datasets使用方法(最详细)

1. load_<dataset_name> 本地加载数据，保存在了本地磁盘上，本地加载数据，保存在..datasets\\data目录下的

   datasets.load_boston #波士顿房价数据集  
   datasets.load_breast_cancer #乳腺癌数据集  
   datasets.load_diabetes #糖尿病数据集  
   datasets.load_digits #手写体数字数据集  
   datasets.load_files  
   datasets.load_iris #鸢尾花数据集  
   datasets.load_lfw_pairs  
   datasets.load_lfw_people  
   datasets.load_linnerud #体能训练数据集  
   datasets.load_mlcomp  
   datasets.load_sample_image  
   datasets.load_sample_images  
   datasets.load_svmlight_file  
   datasets.load_svmlight_files  
   

2.远程加载数据集， 

比较大的数据集，主要用于测试解决实际问题，支持在线下载，下载下来的数据，默认保存在~/scikit_learn_data文件夹下，可以通过设置环境变量SCIKIT_LEARN_DATA修改路径，datasets.get_data_home()获取下载路径。 

datasets.fetch_20newsgroups  
datasets.fetch_20newsgroups_vectorized  
datasets.fetch_california_housing  
datasets.fetch_covtype  
datasets.fetch_kddcup99  
datasets.fetch_lfw_pairs  
datasets.fetch_lfw_people  
datasets.fetch_mldata  
datasets.fetch_olivetti_faces  
datasets.fetch_rcv1  
datasets.fetch_species_distributions  

3、构造数据集
下面以make_regression()函数为例，首先看看函数语法：
make_regression(n_samples=100, n_features=100, n_informative=10, n_targets=1, bias=0.0, effective_rank=None, tail_strength=0.5, noise=0.0, shuffle=True, coef=False, random_state=None)
参数说明：
n_samples：样本数
n_features：特征数(自变量个数)
n_informative：相关特征(相关自变量个数)即参与了建模型的特征数
n_targets：因变量个数
bias：偏差(截距)
coef：是否输出coef标识

datasets.make_biclusters  
datasets.make_blobs  
datasets.make_checkerboard  
datasets.make_circles  
datasets.make_classification  
datasets.make_friedman1  
datasets.make_friedman2  
datasets.make_friedman3  
datasets.make_gaussian_quantiles  
datasets.make_hastie_10_2  
datasets.make_low_rank_matrix  
datasets.make_moons  
datasets.make_multilabel_classification  
datasets.make_regression  
datasets.make_s_curve  
datasets.make_sparse_coded_signal  
datasets.make_sparse_spd_matrix  
datasets.make_sparse_uncorrelated  
datasets.make_spd_matrix  
datasets.make_swiss_roll