本文主要是介绍001-基于Sklearn的机器学习入门：Sklearn库基本功能和标准数据集，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本节将介绍Sklearn库基本功能，以及其自带的几个标准数据集的调用方法。本节是学习后面内容的基础，如果您已经对本节内容相当熟悉，可跳过本节内容。
1.1 Sklearn库基本功能
的
1.2 Sklearn库标准数据集
Sklearn自带许多标准数据集，这些数据集从简单到复杂，可用于机器学习的各个领域。主要包括以下四类：
- Toy datasets
- Real world datasets
- Generated datasets 生成式数据集
- Loading other datasets 其它来源数据集
（1）波士顿房价数据集
波士顿房价数据集（Boston Housing Dataset）
该数据集包含了 506 个波士顿地区的房屋数据，其中每个数据点都有 13 个变量（例如犯罪率、房产税率、房间数量等）和一个目标变量（房屋价格的中位数）。该数据集最初由 Harrison, D. 和 Rubinfeld, D.L. 在 1978 年发布。
https://zhuanlan.zhihu.com/p/618818240
这篇关于001-基于Sklearn的机器学习入门：Sklearn库基本功能和标准数据集的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
