load_linnerud

sklearn.datasets.load_linnerud(*, return_X_y=False, as_frame=False)

載入並回傳體能鍛鍊 Linnerud 資料集。

此資料集適用於多輸出迴歸任務。

樣本總數	20
維度	3 (資料和目標皆為 3)
特徵	整數
目標	整數

請參閱使用者指南以了解更多資訊。

參數:

return_X_ybool，預設值=False

若為 True，則回傳 (資料, 目標) 而非 Bunch 物件。請參閱下方以了解關於 資料 和 目標 物件的更多資訊。

於 0.18 版本新增。

as_framebool，預設值=False

若為 True，則資料為 pandas DataFrame，包含具有適當 dtype (數值、字串或類別) 的欄位。目標為 pandas DataFrame 或 Series，取決於目標欄位的數量。若 return_X_y 為 True，則 (資料, 目標) 將會是 pandas DataFrames 或 Series，如下所述。

於 0.23 版本新增。

回傳值:

資料Bunch

類字典物件，具有下列屬性。

資料形狀為 (20, 3) 的 {ndarray, dataframe}

資料矩陣。若 as_frame=True，則 資料 將會是 pandas DataFrame。

目標: 形狀為 (20, 3) 的 {ndarray, dataframe}

迴歸目標。若 as_frame=True，則 目標 將會是 pandas DataFrame。

feature_names: list

資料集欄位的名稱。

target_names: list

目標欄位的名稱。

frame: 形狀為 (20, 6) 的 DataFrame

僅當 as_frame=True 時存在。具有 資料 和 目標 的 DataFrame。

於 0.23 版本新增。

DESCR: str

資料集的完整描述。

data_filename: str

資料所在位置的路徑。

target_filename: str

目標所在位置的路徑。

於 0.20 版本新增。

(資料, 目標)當 return_X_y 為 True 時回傳的元組

回傳一個由兩個形狀為 (20, 3) 的 ndarrays 或 dataframe 組成的元組。每一列代表一個樣本，而每一欄代表給定樣本中 X 中的特徵和 y 中的一個目標。

於 0.18 版本新增。

範例

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