`sklearn.datasets`.load_digits¶

sklearn.datasets.load_digits()¶

Carga y devuelve el conjunto de datos de dígitos (clasificación).

Cada dato es una imagen de 8x8 de un dígito.

Clases	10
Muestras por clase	~180
Total de muestras	1797
Dimensionalidad	64
Características	enteros 0-16

Lee más en el Manual del usuario.

Parámetros

n_classint, default=10: El número de clases a devolver. Entre 0 y 10.
return_X_ybool, default=False: Si es True, devuelve (data, target) en lugar de un objeto Bunch. Ver más abajo para más información sobre el objeto data y target.

Nuevo en la versión 0.18.
as_framebool, default=False: Si es True, los datos son un DataFrame de pandas que incluye columnas con los dtypes adecuados (numéricos). El objetivo es un DataFrame de pandas o una Serie, dependiendo del número de columnas del objetivo. Si return_X_y es True, entonces (data, target) serán pandas DataFrames o Series como se describe a continuación.

Nuevo en la versión 0.23.

Devuelve

dataBunch

Objeto tipo diccionario, con los siguientes atributos.

datos{ndarray, dataframe} de forma (1797, 64): La matriz de datos aplanada. Si as_frame=True, data será un DataFrame de pandas.
target: {ndarray, Series} de forma (1797,): El objetivo de la clasificación. Si as_frame=True, target será Series de pandas.
feature_names: list: Los nombres de las columnas del conjunto de datos.
target_names: list: Los nombres de las clases de destino.

Nuevo en la versión 0.20.
frame: DataFrame de forma (1797, 65): Sólo está presente cuando as_frame=True. DataFrame con data y target.

Nuevo en la versión 0.23.
images: {ndarray} de forma (1797, 8, 8): Los datos de las imágenes en bruto.
DESCR: str: La descripción completa del conjunto de datos.

(data, target) : tuple si return_X_y es Truetupla si

Nuevo en la versión 0.18.

Esta es una copia del conjunto de datos de prueba de los dígitos escritos a mano de UCI ML

https://archive.ics.uci.edu/ml/datasets/Optical+Recognition+of+Handwritten+Digits

Ejemplos

Para cargar los datos y visualizar las imágenes:

>>> from sklearn.datasets import load_digits
>>> digits = load_digits()
>>> print(digits.data.shape)
(1797, 64)
>>> import matplotlib.pyplot as plt 
>>> plt.gray() 
>>> plt.matshow(digits.images[0]) 
>>> plt.show() 

Ejemplos utilizando `sklearn.datasets.load_digits`¶

sklearn.datasets.load_digits¶

Ejemplos utilizando sklearn.datasets.load_digits¶

`sklearn.datasets`.load_digits¶

Ejemplos utilizando `sklearn.datasets.load_digits`¶