पायथन में डेटा लोड करने के लिए स्किकिट-लर्न लाइब्रेरी का उपयोग कैसे किया जा सकता है?

स्किकिट-लर्न, जिसे आमतौर पर स्केलेर के रूप में जाना जाता है, पायथन में एक ओपन-सोर्स लाइब्रेरी है जिसका उपयोग मशीन लर्निंग एल्गोरिदम को लागू करने के उद्देश्य से किया जाता है।

इसमें पायथन में एक शक्तिशाली और स्थिर इंटरफ़ेस की मदद से वर्गीकरण, प्रतिगमन, क्लस्टरिंग, आयामीता में कमी और बहुत कुछ शामिल है। यह पुस्तकालय Numpy, SciPy और Matplotlib पुस्तकालयों पर बनाया गया है।

आइए डेटा लोड करने के लिए एक उदाहरण देखें -

उदाहरण

from sklearn.datasets import load_iris
my_data = load_iris()
X = my_data.data
y = my_data.target
feature_name = my_data.feature_names
target_name = my_data.target_names
print("Feature names are : ", feature_name)
print("Target names are : ", target_name)
print("\nFirst 8 rows of the dataset are : \n", X[:8])

आउटपुट

Feature names are : ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
Target names are : ['setosa' 'versicolor' 'virginica']
First 8 rows of the dataset are :
[[5.1 3.5 1.4 0.2]
[4.9 3. 1.4 0.2]
[4.7 3.2 1.3 0.2]
[4.6 3.1 1.5 0.2]
[5. 3.6 1.4 0.2]
[5.4 3.9 1.7 0.4]
[4.6 3.4 1.4 0.3]
[5. 3.4 1.5 0.2]]

स्पष्टीकरण

• आवश्यक पैकेज आयात किए जाते हैं।
• इसके लिए आवश्यक डेटासेट भी परिवेश में लोड किया जाता है।
• सुविधाएं और लक्ष्य मान डेटासेट से अलग किए गए हैं।
• ये सुविधाएं और लक्ष्य कंसोल पर मुद्रित होते हैं।
• साथ ही, डेटा का नमूना देखने के लिए, डेटा की पहली 8 पंक्तियों को कंसोल पर प्रिंट किया जाता है।