fetch_covtype#
- sklearn.datasets.fetch_covtype(*, data_home=None, download_if_missing=True, random_state=None, shuffle=False, return_X_y=False, as_frame=False, n_retries=3, delay=1.0)#
加载covertype数据集（分类）。
如果需要，下载它。
Classes
7
Samples total
581012
Dimensionality
54
Features
int
更多信息请参阅 用户指南 。
- Parameters:
- data_homestr or path-like, default=None
指定数据集的另一个下载和缓存文件夹。默认情况下，所有scikit-learn数据都存储在’~/scikit_learn_data’子文件夹中。
- download_if_missingbool, default=True
如果为False，如果数据在本地不可用，则引发OSError，而不是尝试从源站点下载数据。
- random_stateint, RandomState instance or None, default=None
确定数据集洗牌的随机数生成。为多个函数调用传递一个int以获得可重复的输出。 请参阅 术语表 。
- shufflebool, default=False
是否洗牌数据集。
- return_X_ybool, default=False
如果为True，返回
(data.data, data.target)而不是Bunch对象。Added in version 0.20.
- as_framebool, default=False
如果为True，数据是一个包含适当数据类型（数值）列的pandas DataFrame。目标是一个pandas DataFrame或Series，取决于目标列的数量。如果
return_X_y为True，那么(data,target)将是如上所述的pandas DataFrame或Series。Added in version 0.24.
- n_retriesint, default=3
遇到HTTP错误时的重试次数。
Added in version 1.5.
- delayfloat, default=1.0
重试之间的秒数。
Added in version 1.5.
- Returns:
- dataset
Bunch 类似字典的对象，具有以下属性。
- datandarray of shape (581012, 54)
每行对应数据集中的54个特征。
- targetndarray of shape (581012,)
每个值对应7种森林覆盖类型之一，值范围在1到7之间。
- framedataframe of shape (581012, 55)
仅当
as_frame=True时存在。包含data和target。- DESCRstr
森林覆盖类型数据集的描述。
- feature_nameslist
数据集列的名称。
- target_names: list
目标列的名称。
- (data, target)tuple if
return_X_yis True 两个ndarray的元组。第一个包含形状为(n_samples, n_features)的2D数组，每行代表一个样本，每列代表特征。第二个形状为(n_samples,)的ndarray包含目标样本。
Added in version 0.20.
- dataset
Examples
>>> from sklearn.datasets import fetch_covtype >>> cov_type = fetch_covtype() >>> cov_type.data.shape (581012, 54) >>> cov_type.target.shape (581012,) >>> # 让我们检查前4个特征名称 >>> cov_type.feature_names[:4] ['Elevation', 'Aspect', 'Slope', 'Horizontal_Distance_To_Hydrology']
