load_breast_cancer#

sklearn.datasets.load_breast_cancer(*, return_X_y=False, as_frame=False)#

加载并返回乳腺癌威斯康星数据集（分类）。

乳腺癌数据集是一个经典的、非常简单的二分类数据集。

从以下网址下载的UCI ML乳腺癌威斯康星（诊断）数据集的副本： https://archive.ics.uci.edu/dataset/17/breast+cancer+wisconsin+diagnostic

更多信息请参阅用户指南。

Parameters:

return_X_ybool, 默认=False: 如果为True，返回 (数据, 目标) 而不是Bunch对象。有关 数据 和 目标 对象的更多信息，请参见下文。

Added in version 0.18.
as_framebool, 默认=False: 如果为True，数据是一个包含适当数据类型（数值）列的pandas DataFrame。目标是一个pandas DataFrame或Series，取决于目标列的数量。如果 return_X_y 为True，则 ( 数据 , 目标 ) 将是如下面所述的pandas DataFrame或Series。

Added in version 0.23.

Returns:

数据Bunch

类似字典的对象，具有以下属性。

数据{ndarray, dataframe} 形状为 (569, 30): 数据矩阵。如果 as_frame=True ， 数据 将是一个pandas DataFrame。
目标{ndarray, Series} 形状为 (569,): 分类目标。如果 as_frame=True ， 目标 将是一个pandas Series。
特征名称ndarray 形状为 (30,): 数据集列的名称。
目标名称ndarray 形状为 (2,): 目标类别的名称。
框架DataFrame 形状为 (569, 31): 仅当 as_frame=True 时存在。包含 数据 和 目标 的DataFrame。

Added in version 0.23.
DESCRstr: 数据集的完整描述。
文件名str: 数据位置的路径。

Added in version 0.20.

(数据, 目标)如果 return_X_y 为True，则为元组

默认情况下为两个ndarray的元组。第一个包含形状为 (569, 30) 的2D ndarray，每行代表一个样本，每列代表特征。第二个形状为 (569,) 的ndarray包含目标样本。如果 as_frame=True ，两个数组都是pandas对象，即 X 是一个DataFrame， y 是一个Series。

Added in version 0.18.

Examples

假设你对样本10、50和85感兴趣，并想知道它们的类别名称。

>>> from sklearn.datasets import load_breast_cancer
>>> data = load_breast_cancer()
>>> data.target[[10, 50, 85]]
array([0, 1, 0])
>>> list(data.target_names)
['malignant', 'benign']

Gallery examples#