fetch_lfw_people#
- sklearn.datasets.fetch_lfw_people(*, data_home=None, funneled=True, resize=0.5, min_faces_per_person=0, color=False, slice_=(slice(70, 195, None), slice(78, 172, None)), download_if_missing=True, return_X_y=False, n_retries=3, delay=1.0)#
加载Labeled Faces in the Wild (LFW)人物数据集(分类)。
如果需要,下载它。
有关此数据集的使用示例,请参见 使用特征脸和支持向量机进行人脸识别的示例 。
更多信息请参阅 User Guide 。
- 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。
- funneledbool, 默认=True
下载并使用数据集的funneled变体。
- resizefloat或None, 默认=0.5
用于调整每个面部图片大小的比例。如果
None
,则不进行调整大小。- min_faces_per_personint, 默认=None
提取的数据集将仅保留至少有
min_faces_per_person
张不同照片的人的图片。- colorbool, 默认=False
保留3个RGB通道,而不是将它们平均为一个单一的灰度通道。如果color为True,数据的形状比color = False时多一个维度。
- slice_tuple of slice, 默认=(slice(70, 195), slice(78, 172))
提供一个自定义的2D切片(高度,宽度)以提取jpeg文件的“有趣”部分,并避免使用背景的统计相关性。
- 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
(dataset.data, dataset.target)
而不是Bunch对象。有关dataset.data
和dataset.target
对象的更多信息,请参见下文。Added in version 0.20.
- 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:
- dataset
Bunch
类似字典的对象,具有以下属性。
- datanumpy数组,形状为(13233, 2914)
每行对应于原始大小为62 x 47像素的ravelled面部图像。 更改
slice_
或resize参数将更改输出的形状。- imagesnumpy数组,形状为(13233, 62, 47)
每行是与数据集中5749人之一对应的面部图像。更改
slice_
或resize参数将更改输出的形状。- targetnumpy数组,形状为(13233,)
与每个面部图像关联的标签。 这些标签范围为0-5748,对应于人物ID。
- target_namesnumpy数组,形状为(5749,)
数据集中所有人物的名称。 数组中的位置对应于目标数组中的人物ID。
- DESCRstr
Labeled Faces in the Wild (LFW)数据集的描述。
- (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.
- dataset
Examples
>>> from sklearn.datasets import fetch_lfw_people >>> lfw_people = fetch_lfw_people() >>> lfw_people.data.shape (13233, 2914) >>> lfw_people.target.shape (13233,) >>> for name in lfw_people.target_names[:5]: ... print(name) AJ Cook AJ Lamas Aaron Eckhart Aaron Guiel Aaron Patterson