sklearn.datasets.fetch_lfw_people¶
sklearn.datasets.fetch_lfw_people(*, data_home=None, funneled=True, resize=0.5, min_faces_per_person=0, color=False, slice_=(slice(70, 195, None), slice(78, 172, None)), download_if_missing=True, return_X_y=False)
将带标签的人脸加载到Wild（LFW）人群数据集中（分类）。
如有必要，请下载。
| 类 | 5749 |
|---|---|
| 样本总数 | 13233 |
| 维度 | 5828 |
| 特征 | real, between 0 and 255 |
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| data_home | optional, default: None 为数据集指定另一个下载和缓存文件夹。 默认情况下，所有scikit-learn数据都存储在“〜/ scikit_learn_data”子文件夹中。 |
| funneled | oolean, optional, default: True 下载并使用数据集的漏斗形变体。 |
| resize | float, optional, default 0.5 用于调整每张脸部图片尺寸的比率。 |
| min_faces_per_person | int, optional, default None 提取的数据集将仅保留具有至少min_faces_per_person个不同图片的人的图片。 |
| color | boolean, optional, default False 保留3个RGB通道，而不是将它们平均为一个灰度通道。 如果color为True，则数据的形状比color = False的形状多一维。 |
| slice_ | optional 提供自定义2D切片（高度，宽度）以提取jpeg文件的“interest”部分，并避免使用背景的统计相关性 |
| download_if_missing | optional, True by default 如果为False，则在数据不在本地可用时引发IOError，而不是尝试从源站点下载数据。 |
| return_X_y | boolean, default=False. 如果为True，则返回（dataset.data，dataset.target）而不是Bunch对象。 请参阅下文，以获取有关dataset.data和dataset.target对象的更多信息。 0.20版中的新功能。 |
| 返回值 | 说明 |
|---|---|
| dataset | Bunch类字典对象，具有以下属性。 - data:numpy array of shape (13233, 2914) 每行对应于原始大小为62 x 47像素的散乱的面部图像。 更改slice_或resize参数将更改输出的形状。 - images:numpy array of shape (13233, 62, 47) 每行是对应于数据集中5749个人之一的面部图像。 更改slice_或resize参数将更改输出的形状。 - target:numpy array of shape (13233,) 与每个面部图像关联的标签。这些标签的范围是0-5748，并对应于人员ID。 - DESCR:string Wild（LFW）数据集中的带标签的人脸的描述。 |
| (data, target) | tuple if return_X_y is True0.20版中的新功能。 |
