2024年网络安全最新【机器学习】sklearn数据集的使用，数据集的获取和划分(1)，2024年最新网络安全开发者跳槽必备_网络安全数据集

作者：笔触狂放9 | 2024-07-17 06:16:56

踩

网络安全数据集

写在最后

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

sklearn是基于Python的机器学习工具包，自带大量数据集，可供我们练习各种机器学习算法。

二、安装sklearn

环境要求：

Python(>=2.7 or >=3.3)
NumPy (>= 1.8.2)
SciPy (>= 0.13.3)

先安装 numpy、scipy，再安装 scikit-learn

PyCharm左上角【file】-【Settings】-【Project：pythonProject】-【Python Interpreter】

在这里插入图片描述

二、获取数据集

sklearn数据集有有三种「获取数据」的方式：

sklearn.datasets.load_*()：小规模数据集（本地加载）
sklearn.datasets.fetch_*()：大规模数据集（在线下载）
sklearn.datasets.make_*()：本地生成数据集（本地构造）

sklearn数据集的「返回值」是字典格式：

data：特征值数据数组
target：目标值数据数组（标签）
target_names：标签名（目标值和标签的对应关系）
DESCR：数据描述
feature_names：特征名

接下来，我们获取一个自带的本地数据集：

from sklearn import datasets

# 获取数据集
iris = datasets.load_iris()
# 打印数据集
print(iris)

1
2
3
4
5
6
7

输出：

在这里插入图片描述

从输出结果来看，它返回的数据集是一个字典，里面包含了特征值（data）、目标值（target）等信息。

我们可以调用返回值「属性」，单独查看数据集的某个信息：

from sklearn import datasets

# 获取数据集
iris = datasets.load_iris()

# 查看数据值
print(iris.data)
# 查看目标值（标签）
print(iris.target)
# 查看标签名
print(iris.target_names)
# 查看数据描述
print(iris.DESCR)
# 查看特征名
print(iris.feature_names)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16