load_linnerud

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

Загружает и возвращает набор данных Linnerud по физическим упражнениям.

Этот набор данных подходит для задач многомерной регрессии.

Всего образцов	20
Снижение размерности	3 (для данных и целевой переменной)
Признаки	целое число
Целевые переменные	целое число

Подробнее в Руководство пользователя.

Параметры:

return_X_ybool, по умолчанию=False

Если True, возвращает (data, target) вместо объекта Bunch. См. ниже для получения дополнительной информации о data и target объект.

Добавлено в версии 0.18.

as_framebool, по умолчанию=False

Если True, данные представляют собой pandas DataFrame, включающий столбцы с соответствующими типами данных (числовыми, строковыми или категориальными). Целевая переменная — это pandas DataFrame или Series в зависимости от количества целевых столбцов. Если return_X_y равно True, тогда (data, target) будут pandas DataFrame или Series, как описано ниже.

Добавлено в версии 0.23.

Возвращает:

данныеBunch

Объект, подобный словарю, со следующими атрибутами.

данные{ndarray, dataframe} формы (20, 3)

Матрица данных. Если as_frame=True, data будет pandas DataFrame.

target: {ndarray, dataframe} формы (20, 3)

Целевые значения регрессии. Если as_frame=True, target будет pandas DataFrame.

feature_names: list

Имена столбцов набора данных.

target_names: список

Имена целевых столбцов.

frame: DataFrame формы (20, 6)

Только присутствует, когда as_frame=TrueМы определяем функцию для загрузки данных из data и target.

Добавлено в версии 0.23.

DESCR: str

Полное описание набора данных.

data_filename: str

Путь к местоположению данных.

target_filename: str

Путь к местоположению цели.

Добавлено в версии 0.20.

(data, target)кортеж если return_X_y равно True

Возвращает кортеж из двух ndarrays или датафрейма формы (20, 3). Каждая строка представляет один образец, а каждый столбец представляет признаки в X и целевое значение в y заданного образца.

Добавлено в версии 0.18.

Примеры

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