Python sklearn load_digits用法及代码示例

本文简要介绍python语言中 sklearn.datasets.load_digits 的用法。

用法:

sklearn.datasets.load_digits(*, n_class=10, return_X_y=False, as_frame=False)

加载并返回数字数据集(分类)。

每个数据点都是一个 8x8 的数字图像。

Classes	10
每班样本	~180
样品总数	1797
Dimensionality	64
Features	整数 0-16

在用户指南中阅读更多信息。

参数：

n_class：整数，默认=10

要返回的类数。在 0 到 10 之间。

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data 和target 对象的更多信息，请参见下文。

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 为 True，则 ( data , target ) 将是 pandas DataFrames 或 Series，如下所述。

返回：

data：sklearn.utils.Bunch

类似字典的对象，具有以下属性。

数据：{ndarray, dataframe} 形状 (1797, 64)

展平的数据矩阵。如果as_frame=True，data将是一个pandas DataFrame。

目标：{ndarray, Series} 形状 (1797,)

分类目标。如果as_frame=True，target将是一个pandas系列。

feature_names：列表

数据集列的名称。

target_names：列表

目标类的名称。

框架：DataFrame 形状 (1797, 65)

仅在 as_frame=True 时出现。 DataFrame 与 data 和 target 。

图片：{ndarray} 形状 (1797, 8, 8)

原始图像数据。

说明：str

数据集的完整说明。

(data, target)：如果return_X_y 为真，则为元组

这是 UCI ML hand-written 数字数据集的测试集的副本

https://archive.ics.uci.edu/ml/datasets/Optical+Recognition+of+Handwritten+Digits

例子：

要加载数据并可视化图像：

>>> from sklearn.datasets import load_digits
>>> digits = load_digits()
>>> print(digits.data.shape)
(1797, 64)
>>> import matplotlib.pyplot as plt
>>> plt.gray()
>>> plt.matshow(digits.images[0])
<...>
>>> plt.show()