TOMDLt의 솔루션은 scikit-learn의 모든 데이터 세트에 대해 충분히 일반적인 것은 아닙니다. 예를 들어 보스턴 주택 데이터 세트에서는 작동하지 않습니다. 나는 보편적 인 다른 해결책을 제안한다. numpy도 사용할 필요가 없습니다. 기본적으로 대신 이동 얻을, 방금 다음 기능의 매트릭스 데이터 프레임을 만들어에서 합치의
data = load_iris()
df = pd.DataFrame(data['data'], columns=data['feature_names'])
df['target'] = data['target']
df.head()
: 그냥 내가 주위에 훨씬 쉽게 내 머리를 정리 수있는 대안으로
from sklearn import datasets
import pandas as pd
boston_data = datasets.load_boston()
df_boston = pd.DataFrame(boston_data.data,columns=boston_data.feature_names)
df_boston['target'] = pd.Series(boston_data.target)
df_boston.head()
이 코드를 설명하기 위해 약간의 글자를 추가 할 수 있습니까? 이것은 우리의 표준에 의해 다소 간략합니다. – gung
일부 묶음은 feature_names를 ndarray로 사용하여 columns 매개 변수를 해제합니다. –
데이터 프레임에 대한 "Species"키와 값이 누락되었습니다. – mastash3ff