具體看原文：點選這裡

datasets資料集

​ sklearn的資料集庫datasets提供很多不同的資料集，主要包含以下幾大類：

1. 玩具資料集
2. 真實世界中的資料集
3. 樣本生成器
4. 樣本圖片
5. svmlight或libsvm格式的資料
6. 從http://openml.org下載的資料
7. 從外部載入的資料
   用的比較多的就是1和3，這裡進行主要介紹，其他的會進行簡單介紹，但是不建議使用。

玩具資料集

​ scikit-learn 內建有一些小型標準資料集，不需要從某個外部網站下載任何檔案，用datasets.load_xx()載入。

(一) 波士頓房價

​ 統計了波士頓506處房屋的13種不同特徵（ 包含城鎮犯罪率、一氧化氮濃度、住宅平均房間數、到中心區域的加權距離以及自住房平均房價等 ）以及房屋的價格，適用於迴歸任務。

from sklearn import datasets  # 匯入庫

boston = datasets.load_boston()  # 匯入波士頓房價資料
print(boston.keys())  # 檢視鍵(屬性)     ['data','target','feature_names','DESCR', 'filename'] 
print(boston.data.shape,boston.target.shape)  # 檢視資料的形狀 (506, 13) (506,)
print(boston.feature_names)  # 檢視有哪些特徵 這裡共13種
print(boston.DESCR)  #
 
 described 描述這個資料集的資訊 
print(boston.filename)  # 檔案路徑 

(二) 鳶尾花

​ 這個資料集包含了150個鳶尾花樣本，對應3種鳶尾花，各50個樣本，以及它們各自對應的4種關於花外形的資料 ，適用於分類任務。

from sklearn import datasets  # 匯入庫

iris = datasets.load_iris()  # 匯入鳶尾花資料
print(iris.data.shape,iris.target.shape)  # (150, 4) (150,)
print(iris.feature_names)  #
 
 [花萼長，花萼寬，花瓣長，花瓣寬]

​ 還可以在sklearn\datasets_base.py檔案中檢視資訊：3類，每類50個，共150個樣本，維度（特徵）為4，特徵的數值是真實的，並且都是正數。

(三) 手寫數字

​ 共有1797個樣本，每個樣本有64的元素，對應到一個8x8畫素點組成的矩陣，每一個值是其灰度值， target值是0-9，適用於分類任務。