discrimintools.datasets.load_canines#

discrimintools.datasets.load_canines(element='train')[source]#

Canines dataset

Parameters:

element (str, default = ‘train’) – The dataset to load. Possible values are:

  • ‘train’ for training dataset.

  • ‘test’ for testing dataset.

Returns:

canines – The canines dataset.

Return type:

DataFrame of shape (n_samples, n_columns)

References

[1] Michel Tenenhaus (1996), « Méthodes statistiques en gestion », Dunod.

[2] Michel Tenenhaus (2007), « Statistique - Méthodes pour décrire, expliquer et prévoir », Dunod.

[3] Ricco Rakotomalala (2008), « AFCM - Races canines ».

[4] Ricco Rakotomalala (2009), « Analyse des Correspondances Multiple avec R ».

Examples

>>> from discrimintools.datasets import load_canines
>>> from discrimintools import DiCA
>>> D = load_canines("train") # load training data
>>> y, X = D["Fonction"], D.drop(columns=["Fonction"]) # split into X and y
>>> clf = DiCA()
>>> clf.fit(X,y)
DiCA()