load_diabetes#

sklearn.datasets.load_diabetes(*, return_X_y=False, as_frame=False, scaled=True)#

加载并返回糖尿病数据集（回归）。

Note

每个特征的含义（即 feature_names ）可能不明确（特别是对于 ltg ），因为原始数据集的文档没有明确说明。我们提供了在此研究领域中似乎正确的信息。

更多信息请参阅用户指南。

Parameters:

return_X_ybool, 默认=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 0.18.
as_framebool, 默认=False: 如果为 True，数据是一个包含适当数据类型（数值型）列的 pandas DataFrame。目标是一个 pandas DataFrame 或 Series，具体取决于目标列的数量。如果 return_X_y 为 True，则 ( data , target ) 将是如下所述的 pandas DataFrame 或 Series。

Added in version 0.23.
scaledbool, 默认=True: 如果为 True，特征变量通过均值中心化并按标准差乘以 n_samples 的平方根进行缩放。如果为 False，返回特征变量的原始数据。

Added in version 1.1.

Returns:

dataBunch

类似字典的对象，具有以下属性。

data{ndarray, dataframe} 形状为 (442, 10): 数据矩阵。如果 as_frame=True ， data 将是一个 pandas DataFrame。
target: {ndarray, Series} 形状为 (442,): 回归目标。如果 as_frame=True ， target 将是一个 pandas Series。
feature_names: list: 数据集列的名称。
frame: DataFrame 形状为 (442, 11): 仅在 as_frame=True 时存在。包含 data 和 target 的 DataFrame。

Added in version 0.23.
DESCR: str: 数据集的完整描述。
data_filename: str: 数据位置的路径。
target_filename: str: 目标位置的路径。

(data, target)tuple 如果 return_X_y 为 True

返回形状为 (n_samples, n_features) 的两个 ndarray 的元组一个二维数组，每行表示一个样本，每列表示给定样本的特征和/或目标。

Added in version 0.18.

Examples

>>> from sklearn.datasets import load_diabetes
>>> diabetes = load_diabetes()
>>> diabetes.target[:3]
array([151.,  75., 141.])
>>> diabetes.data.shape
(442, 10)