sklearn.datasets官網：http://scikit-learn.org/stable/datasets/
sklearn.datasets 模塊主要提供一些導入、在線下載及本地生成數據集的方法，可以通過 dir 或 help 命令查看，會發現主要有三種形式：load_<dataset_name>、fetch_<dataset_name> 及 make_<dataset_name> 的方法
sklearn 的數據集有好多個種
- 自帶的小數據集（packaged dataset）：sklearn.datasets.load_<name>
- 可在線下載的數據集（Downloaded Dataset）：sklearn.datasets.fetch_<name>
- 計算機生成的數據集（Generated Dataset）：sklearn.datasets.make_<name>
- svmlight/libsvm格式的數據集：sklearn.datasets.load_svmlight_file(...)
- 從買了data.org在線下載獲取的數據集：sklearn.datasets.fetch_mldata(...)
1. dataset.load_<dataset_name>：sklearn包自帶的小數據集
數據集文件在 sklearn 安裝目錄下 datasets\data 文件下
2. datasets.fetch_<dataset_name> ：比較大的數據集，主要用於測試解決實際問題，支持在線下載
下載下來的數據，默認保存在~/scikit_learn_data文件夾下，可以通過設置環境變量SCIKIT_LEARN_DATA修改路徑，datasets.get_data_home()獲取下載路徑
3. datasets.make_*?：構造數據集
下面以make_regression()函數為例，首先看看函數語法：
make_regression(n_samples=100, n_features=100, n_informative=10, n_targets=1, bias=0.0, effective_rank=None, tail_strength=0.5, noise=0.0, shuffle=True, coef=False, random_state=None)
參數說明：
- n_samples：樣本數
- n_features：特征數(自變量個數)
- n_informative：相關特征(相關自變量個數)即參與了建模型的特征數
- n_targets：因變量個數
- bias：偏差(截距)
- coef：是否輸出coef標識
上述輸出結果：元組中的三個數組分別對應輸入數據X，輸出數據y，coef對應數組。