我没有单独安装sklearn，而是使用Anaconda，下面是sklearn中自带数据的存放目录，前面是我的安装目录。
sklearn也可以自己生成数据集，我今后涉及到了在研究把。
D:\ProgramData\Anaconda3\pkgs\scikit-learn-0.19.0-py36h294a771_2\Lib\site-packages\sklearn\datasets\data
调用方法：
from sklearn.datasets import load_digits
from sklearn.datasets import load_boston
我暂时只用到这两个部分，其他的数据后面改名字就可以了。
下面是sklearn包含的数据的截图。

image.png

下面只介绍大概，想知道更具体的属性之类的可以跟进去看一下源码

1、boston_house_prices

波士顿房价的数据，经典的回归任务的数据。

image.png

样本总数506
维度13，第14列是target
feature真实值，正值
target值在5-50之间。

2、breast_cancer

乳腺癌数据，经典的用于二分类的数据。

3、diabetes_data

糖尿病数据，回归数据集。十个特征都被处理成0均值，方差归一化的特征。

4、digits

手写字体识别，分类数据，10个类别。

image.png

label10个类别，0-9。
feature总共64维，1-64列为feature，65列为label值。
feature值为0-16的integer。
每一个数字离散成8*8的像素块，64列分别为每一个块的亮度。

5、iris

鸢尾花数据集，多分类。三中类别，四个属性，每个属性50个样本，共150个样本。

image.png

6、linnerud

体能训练数据集，经典的用于多变量回归任务的数据集，其内部包含两个小数据集：Excise是对3个训练变量的20次观测（体重，腰围，脉搏），physiological是对3个生理学变量的20次观测（引体向上，仰卧起坐，立定跳远）

7、wine

葡萄酒产地，分类数据，178条数据，3个类别。