sklearn.datasets.load_wine?
sklearn.datasets.load_wine(*, return_X_y=False, as_frame=False)
加載并返回葡萄酒數據集（分類）。
版本0.18中的新功能。
葡萄酒數據集是經典且非常容易的多類別分類數據集。
| 類 | 3 |
|---|---|
| 每類樣本數 | [59,71,48] |
| 樣本總數 | 178 |
| 維度 | 13 |
| 特征 | real, positive |
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| return_X_y | bool, 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 | bool, default=False 如果為True，則數據為pandas DataFrame，其中包含具有適當dtypes（numeric）的列。target是pandas DataFrame還是Series,取決于目標列的數量。如果return_X_y為True，則（data,target）將是pandas DataFrame或Series，如下所述。 0.23版中的新功能。 |
| 返回值 | 說明 |
|---|---|
| data | Bunch類字典對象，具有以下屬性。 - data:{ndarray, dataframe} of shape (178, 13) 數據矩陣。 如果as_frame = True，則數據將為pandas DataFrame。 - target:{ndarray, Series} of shape (178,) 分類target。如果as_frame = True，target為pandas系列。 - feature_names: list 數據集列的名稱。 - target_names: list target類的名稱。 - frame: DataFrame of shape (178, 14) 僅在as_frame = True時存在。具有data和target的DataFrame。 0.23版中的新功能。 - DESCR: str 數據集的完整描述。 |
| (data, target) | tuple if return_X_y is True下載并修改了UCI ML Wine數據集數據集的副本以適合 標準格式來自： https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data |
示例
假設您對示例10、80和140感興趣，并想知道它們的類名。
>>> from sklearn.datasets import load_wine
>>> data = load_wine()
>>> data.target[[10, 80, 140]]
array([0, 1, 2])
>>> list(data.target_names)
['class_0', 'class_1', 'class_2']
