技術標籤：Python

使用步驟

1.匯入相關包：
from sklearn.datasets import load_iris
from sklearn.datasets import fetch_20newsgroups
from sklearn.model_selection import train_test_split
2.例項化物件:li = load_iris() 返回一個字典格式的資料
3.#獲取特徵值 ， 也就是資料: print(li.data) #因為是字典也可以li[‘data’]
4. #獲取目標值:print(li.target)
5. 獲取描述資訊： print(li.DESCR)

結果

1.資料輸出

2.目標輸出

其中0 1 2 分別代表花的類別
3.獲取描述資訊

這裡選擇幾個比較常用的加以說明：
Attribute Information：表示資料的列索引
class：表示類別，這裡有三類，分別對應於目標輸出中的0 1 2 三類

進行資料劃分

```python
  #必須這樣排列
    x_train,x_test,y_train,y_test = train_test_split(li.data,li.target,test_size=0.25)
    #li.data，表示總資料，也及要劃分的資料集
    #li.target,表示資料集的目標值
    #test_size = 0.25，表示測試集的大小，範圍0-1
 

    #注意這裡進行劃分是隨機抽取
    print("訓練集特徵值和目標值：",x_train,y_train)
    print("測試集特徵值和目標值：",x_test,y_test)

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20210123093453348.png)
![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20210123093515876.png)