fetch_olivetti_faces#

sklearn.datasets.fetch_olivetti_faces(*, data_home=None, shuffle=False, random_state=0, download_if_missing=True, return_X_y=False, n_retries=3, delay=1.0)#

加载来自AT&T的Olivetti人脸数据集（分类）。

如果需要，下载它。

Classes	40
Samples total	400
Dimensionality	4096
Features	real, between 0 and 1

更多信息请参阅用户指南。

Parameters:

data_homestr or path-like, default=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。
shufflebool, default=False: 如果为True，数据集的顺序会被打乱，以避免同一个人的图像被分组在一起。
random_stateint, RandomState instance or None, default=0: 确定数据集洗牌的随机数生成。为多个函数调用提供可重复的输出，请传递一个int。请参阅术语。
download_if_missingbool, default=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, default=False: 如果为True，返回 (data, target) 而不是 Bunch 对象。有关 data 和 target 对象的更多信息，请参见下文。

Added in version 0.22.
n_retriesint, default=3: 遇到HTTP错误时的重试次数。

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

Added in version 1.5.

Returns:

dataBunch

类似字典的对象，具有以下属性。

data: ndarray, shape (400, 4096): 每一行对应于原始大小为64 x 64像素的展开人脸图像。
imagesndarray, shape (400, 64, 64): 每一行是一个对应于数据集中40个主体之一的面部图像。
targetndarray, shape (400,): 与每个人脸图像相关的标签。这些标签的范围是0-39，对应于主体ID。
DESCRstr: 修改后的Olivetti人脸数据集的描述。

(data, target)tuple if return_X_y=True

包含上述 data 和 target 对象的元组。

Added in version 0.22.

Examples

>>> from sklearn.datasets import fetch_olivetti_faces
>>> olivetti_faces = fetch_olivetti_faces()
>>> olivetti_faces.data.shape
(400, 4096)
>>> olivetti_faces.target.shape
(400,)
>>> olivetti_faces.images.shape
(400, 64, 64)

Gallery examples#