sklearn.datasets.fetch_openml?

sklearn.datasets.fetch_openml(name=None, *, version='active', data_id=None, data_home=None, target_column='default-target', cache=True, return_X_y=False, as_frame=False)

[源碼]

通過名稱或數據集ID從openml獲取數據集。

數據集通過整數ID或名稱和版本的組合（即“ iris”數據集可能有多個版本）進行唯一標識。請輸入名稱或data_id（不能同時輸入兩者）。如果提供了名稱，也可以提供版本。

在用戶指南中閱讀更多內容。

0.20版中的新功能。

注意: 試驗性

該API是試驗性（尤其是返回值結構），并且在將來的發行版中可能會有小的向后不兼容的更改。

參數	說明
name	str or None 數據集的字符串標識符。請注意，OpenML可以具有多個具有相同名稱的數據集。
version	integer or ‘active’, default=’active’ 數據集的版本。僅當提供名稱時才能提供。如果為“active”，則使用仍處于活動狀態的最舊版本。由于一個數據集可能有多個活動版本，并且這些版本在根本上可能彼此不同，因此強烈建議設置一個確切的版本。
data_id	int or None 數據集的OpenML ID。檢索數據集的最具體方法。如果未提供data_id，則使用名稱（和可能的版本）獲取數據集。
data_home	string or None, default None 為數據集指定另一個下載和緩存文件夾。默認情況下，所有scikit-learn數據都存儲在“?/ scikit_learn_data”子文件夾中。
target_column	string, list or None, default ‘default-target’ 在數據中指定要用作目標的列名。如果為“default-target”，則使用服務器上存儲的標準目標列a。如果為None，則所有列均作為數據返回，并且目標為None。如果使用列表（字符串），則將所有具有這些名稱的列作為多目標返回（注意：并非所有scikit-learn分類器都可以處理所有類型的多輸出組合）
cache	boolean, default=True 是否使用joblib緩存下載的數據集。
return_X_y	boolean, default=False. 如果為True，則返回(data, target)而不是Bunch對象。有關data和target對象的更多信息，請參見下文。
as_frame	boolean, default=False 如果為True，則數據為pandas DataFrame，其中包含具有適當dtypes（numeric, string 或 categorical）的列。target是pandas DataFrame還是Series，取決于target_columns的數量。 Bunch將包含帶有目標和數據的frame屬性。如果return_X_y為True，則（data, target）將是如上所述的pandas DataFrames或Series。

返回值說明

data Bunch
類字典對象，具有以下屬性。
- data:np.array, scipy.sparse.csr_matrix of floats, or pandas DataFrame
特征矩陣。分類特征被編碼為序數。
- target:np.array, pandas Series or DataFrame
回歸target或分類標簽（如適用）。如果是numeric類型，則Dtype為float；如果是categorical，則為object。如果as_frame為True，則target為pandas對象。
- DESCR:str
數據集的完整描述
- feature_name:slist
數據集列的名稱
- target_names:list
目標列的名稱
0.22版中的新功能。
- categories:dict or None
將每個分類要素名稱映射到值列表，以使編碼為i的值在列表中成為第i個。如果as_frame為True，則為None。
- details:dict
來自OpenML的更多元數據
- frame:pandas DataFrame
僅在as_frame = True時存在。具有data和target的DataFrame。

(data, target) tuple if return_X_y is True
注意：試驗性
此接口是試驗性的，后續發行版可能會更改屬性，恕不另行通知（盡管對data和target的更改應該很小）。

返回值	說明
data	`Bunch` 類字典對象，具有以下屬性。 - data:np.array, scipy.sparse.csr_matrix of floats, or pandas DataFrame 特征矩陣。分類特征被編碼為序數。 - target:np.array, pandas Series or DataFrame 回歸target或分類標簽（如適用）。如果是numeric類型，則Dtype為float；如果是categorical，則為object。如果as_frame為True，則target為pandas對象。 - DESCR:str 數據集的完整描述 - feature_name:slist 數據集列的名稱 - target_names:list 目標列的名稱 0.22版中的新功能。 - categories:dict or None 將每個分類要素名稱映射到值列表，以使編碼為i的值在列表中成為第i個。如果as_frame為True，則為None。 - details:dict 來自OpenML的更多元數據 - frame:pandas DataFrame 僅在as_frame = True時存在。具有data和target的DataFrame。
(data, target)	tuple if `return_X_y` is True 注意：試驗性此接口是試驗性的，后續發行版可能會更改屬性，恕不另行通知（盡管對data和target的更改應該很小）。