load_linnerud#

sklearn.datasets.load_linnerud(*, return_X_y=False, as_frame=False)[源]#

加载并返回 Linnerud 体育锻炼数据集。

此数据集适用于多输出回归任务。

样本总数

20

维度

3（数据和目标均是）

特征

整数

目标

整数

在用户指南中阅读更多内容。

参数:
return_X_y布尔值，默认为 False

如果为 True，则返回 (data, target) 而不是 Bunch 对象。有关 data 和 target 对象的更多信息，请参阅下文。

在 0.18 版本中添加。

as_frame布尔值，默认为 False

如果为 True，则数据是 pandas DataFrame，包含具有适当数据类型（数值、字符串或分类）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 DataFrame 或 Series。

在 0.23 版本中添加。

返回:
数据Bunch

类字典对象，具有以下属性。

数据{ndarray, dataframe}，形状为 (20, 3)

数据矩阵。如果 as_frame=True，则 data 将是一个 pandas DataFrame。

目标: {ndarray, dataframe}，形状为 (20, 3)

回归目标。如果 as_frame=True，则 target 将是一个 pandas DataFrame。

feature_names: 列表

数据集列的名称。

target_names: 列表

目标列的名称。

frame: DataFrame，形状为 (20, 6)

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

在 0.23 版本中添加。

DESCR: 字符串

数据集的完整描述。

data_filename: 字符串

数据所在位置的路径。

target_filename: 字符串

目标所在位置的路径。

在 0.20 版本中添加。

(data, target)如果 return_X_y 为 True，则为元组

返回一个包含两个 ndarray 或 DataFrame 的元组，形状为 (20, 3)。每行代表一个样本，每列代表给定样本的 X 中的特征和 y 中的目标。

在 0.18 版本中添加。

示例

>>> from sklearn.datasets import load_linnerud
>>> linnerud = load_linnerud()
>>> linnerud.data.shape
(20, 3)
>>> linnerud.target.shape
(20, 3)
在本页