fetch_covtype#

sklearn.datasets.fetch_covtype(*, data_home=None, download_if_missing=True, random_state=None, shuffle=False, return_X_y=False, as_frame=False, n_retries=3, delay=1.0)[source]#

加载 covertype 数据集（分类）。

如果需要，请下载。

类别

7

总样本数

581012

维度

54

特征

int

在用户指南中阅读更多内容。

参数:
data_homestr 或 path-like，默认值=None

为数据集指定另一个下载和缓存文件夹。默认情况下，所有 scikit-learn 数据都存储在“~/scikit_learn_data”子文件夹中。

download_if_missingbool，默认值=True

如果为 False，则如果数据在本地不可用，则会引发 OSError，而不是尝试从源站点下载数据。

random_stateint, RandomState 实例或 None，默认值=None

确定数据集洗牌的随机数生成。传入一个 int 以便在多次函数调用中获得可重现的输出。请参阅术语表。

shufflebool，默认值=False

是否打乱数据集。

return_X_ybool，默认值=False

如果为 True，则返回 (data.data, data.target) 而不是 Bunch 对象。

0.20 版本新增。

as_framebool，默认值=False

如果为 True，则数据是 pandas DataFrame，包含具有适当数据类型（数值）的列。目标是 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 DataFrames 或 Series。

0.24 版本新增。

n_retriesint，默认值=3

遇到 HTTP 错误时的重试次数。

1.5 版本新增。

delayfloat，默认值=1.0

每次重试之间的秒数。

1.5 版本新增。

返回:
datasetBunch

类字典对象，具有以下属性。

data形状为 (581012, 54) 的 ndarray

每行对应数据集中的 54 个特征。

target形状为 (581012,) 的 ndarray

每个值对应 7 种森林覆盖类型中的一种，值范围为 1 到 7。

frame形状为 (581012, 55) 的 dataframe

仅当 as_frame=True 时存在。包含 data 和 target。

DESCRstr

森林覆盖类型数据集的描述。

feature_nameslist

数据集列的名称。

target_names: list

目标列的名称。

(data, target)如果 return_X_y 为 True，则为 tuple

一个包含两个 ndarray 的元组。第一个 ndarray 包含形状为 (n_samples, n_features) 的 2D 数组，其中每行代表一个样本，每列代表特征。第二个 ndarray 形状为 (n_samples,)，包含目标样本。

0.20 版本新增。

示例

>>> from sklearn.datasets import fetch_covtype
>>> cov_type = fetch_covtype()
>>> cov_type.data.shape
(581012, 54)
>>> cov_type.target.shape
(581012,)
>>> # Let's check the 4 first feature names
>>> cov_type.feature_names[:4]
['Elevation', 'Aspect', 'Slope', 'Horizontal_Distance_To_Hydrology']