組み込みデータセット
CoddyのMachine Learningジャーニー「データとプロット」セクションの一部。レッスン 52/60。
まもなくモデルを訓練します。この章では、そのためのデータを準備します。機械学習ライブラリのscikit-learnには、次のようなアヤメの花など、古典的なデータセットが含まれています。
1行でこれらを読み込みます。from ... importはモジュールから1つの関数を取り込むので、そのままの名前で呼び出します：
from sklearn.datasets import load_iris
iris = load_iris(as_frame=True)
print(iris.frame.shape)
print(iris.target_names)これは次のように出力されます：
(150, 5)
['setosa' 'versicolor' 'virginica']as_frame=Trueはpandasを指定するため、iris.frameはDataFrameであり、iris.feature_namesには測定項目が一覧表示されます。targetにはモデルが必要とする数値が格納されており、iris.target_names[2]はクラス2の名前を示します。
チャレンジ
中級医師は乳房組織サンプル内の細胞を測定し、それぞれを悪性または良性と分類しました。scikit-learn にはこれらが load_breast_cancer として含まれています。
プログラムは n を読み取ります。これは feature_names 内での特徴量の位置です。
as_frame=Trueを指定してデータセットを読み込みます。- サンプル数（フレームの行数）、特徴量の数、およびクラス名を出力します。
- 特徴量
nの名前と、その平均値を小数点以下2桁に丸めて出力します。
入力が 3 の場合：
Samples: 569
Features: 30
Classes: ['malignant' 'benign']
mean area: 654.89自分で試してみよう
n = int(input())
# 以下にコードを書いてください
腕試しこのレッスンには短いクイズがあります。レッスンを始めて解答し、進捗を記録しましょう。
データとプロットのすべてのレッスン
自分で練習してみよう: Pythonオンラインコンパイラ