机器学习(一)数据集的组成

sink zhang

于 2019-09-14 16:54:31 发布

阅读量1.7k

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习基础

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Zhangjiangyuan/article/details/100830277

本文探讨了机器学习中数据的存储方式，强调文件而非数据库的重要性，并介绍了数据管理工具如pandas和numpy的作用。同时，文章概述了数据集的常见来源如scikit-learn、uci和Kaggle，以及数据集的组成结构，包括特征值和目标值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据集总览

机器学习的数据存储方式

机器学习的数据一般主要用文件来存储，而不是用数据库来存储数据，主要有以下几点：
1,数据库性能瓶颈，读取速度
2,格式不太符合机器学习要求数据的格式

数据管理工具

数据存储用pandas作为数据读取工具，numpy释放了GIL，实现真正的多线程，速度快

数据集的分类

1,scikit-learn
2,uci
3,Kaggle

数据集的组成

特征值+目标值
行列分别对应特征值和目标值

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。