fetch_california_housing#

sklearn.datasets.fetch_california_housing(*, data_home=None, download_if_missing=True, return_X_y=False, as_frame=False, n_retries=3, delay=1.0)#

加载加利福尼亚住房数据集（回归）。

更多信息请参阅用户指南。

Parameters:

data_homestr 或 path-like, 默认=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 数据存储在 ‘~/scikit_learn_data’ 子文件夹中。
download_if_missingbool, 默认=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。
return_X_ybool, 默认=False: 如果为 True，返回 (data.data, data.target) 而不是 Bunch 对象。

Added in version 0.20.
as_framebool, 默认=False: 如果为 True，数据是包含适当数据类型（数值、字符串或分类）列的 pandas DataFrame。目标是一个 pandas DataFrame 或 Series，具体取决于目标列的数量。

Added in version 0.23.
n_retriesint, 默认=3: 遇到 HTTP 错误时的重试次数。

Added in version 1.5.
delayfloat, 默认=1.0: 重试之间的秒数。

Added in version 1.5.

Returns:

datasetBunch

类似字典的对象，具有以下属性。

datandarray, shape (20640, 8): 每行对应于按顺序排列的 8 个特征值。如果 as_frame 为 True， data 是 pandas 对象。
targetnumpy 数组, shape (20640,): 每个值对应于以 100,000 为单位的平均房价。如果 as_frame 为 True， target 是 pandas 对象。
feature_names长度为 8 的列表: 数据集中使用的有序特征名称数组。
DESCRstr: 加利福尼亚住房数据集的描述。
framepandas DataFrame: 仅当 as_frame=True 时存在。包含 data 和 target 的 DataFrame。

Added in version 0.23.

(data, target)tuple if return_X_y is True

包含两个 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 ndarray 形状为 (n_samples,)，包含目标样本。

Added in version 0.20.

Notes

该数据集由 20,640 个样本和 9 个特征组成。

Examples

>>> from sklearn.datasets import fetch_california_housing
>>> housing = fetch_california_housing()
>>> print(housing.data.shape, housing.target.shape)
(20640, 8) (20640,)
>>> print(housing.feature_names[0:6])
['MedInc', 'HouseAge', 'AveRooms', 'AveBedrms', 'Population', 'AveOccup']

Gallery examples#

scikit-learn 0.24 版本发布亮点