樣本資料集
為了便於測試，sklearn 在 sklearn.datasets 模組中提供了一些內建資料集。例如，讓我們載入 Fisher 的虹膜資料集：
import sklearn.datasets
iris_dataset = sklearn.datasets.load_iris()
iris_dataset.keys()
['target_names', 'data', 'target', 'DESCR', 'feature_names']
你可以閱讀完整描述，功能名稱和類名稱（target_names）。那些儲存為字串。
我們對儲存在 data 和 target 欄位中的資料和類感興趣。按照慣例，這些表示為 X 和 y
X, y = iris_dataset['data'], iris_dataset['target']
X.shape, y.shape
((150, 4), (150,))
numpy.unique(y)
array([0, 1, 2])
X 和 y 的形狀說有 150 個樣本有 4 個特徵。每個樣本屬於以下類別之一：0,1 或 2。
通過呼叫分類器的 fit() 方法，X 和 y 現在可用於訓練分類器。
以下是 sklearn.datasets 模組提供的完整資料集列表及其大小和用途：
| 載入 | 描述 | 尺寸 | 用法 |
|---|---|---|---|
load_boston() |
波士頓房價資料集 | 506 | 迴歸 |
load_breast_cancer() |
乳腺癌威斯康星州資料集 | 569 | 分類（二進位制） |
load_diabetes() |
糖尿病資料集 | 442 | 迴歸 |
load_digits(n_class) |
數字資料集 | 1797 | 分類 |
load_iris() |
虹膜資料集 | 150 | 分類（多級） |
load_linnerud() |
Linnerud 資料集 | 20 | 多元迴歸 |
請注意（來源： http ： //scikit-learn.org/stable/datasets/） ：
這些資料集可用於快速說明 scikit 中實現的各種演算法的行為。然而，它們通常太小而無法代表現實世界的機器學習任務。
除了這些內建的玩具樣本資料集，sklearn.datasets 還提供了用於載入外部資料集的實用程式功能：
load_mlcomp用於從 mlcomp.org 儲存庫載入樣本資料集 （請注意，之前需要下載資料集）。這是一個使用示例。fetch_lfw_pairs和fetch_lfw_people用於載入來自 http://vis-www.cs.umass.edu/lfw/ 的野外標記面（LFW）對資料集，用於面部驗證（分別面部識別）。此資料集大於 200 MB。這是一個使用示例。