KDDCup 99数据集是一个广泛用于机器学习分类任务的数据集。它包含了大约490万个样本，每个样本有41个特征，这些特征可以是离散的整数或连续的浮点数。这个数据集最初是为了KDD Cup 99比赛而创建的，现在已经成为了评估异常检测估计器性能的标准测试集。
加载KDDCup 99数据集时，可以通过设置不同的参数来定制数据加载的行为。例如，可以选择加载整个数据集或者只加载特定的子集，如'SA'、'SF'、'http'或'smtp'。此外，还可以选择是否对数据进行随机打乱，以及是否只加载数据的10%。
加载数据集时，可以通过设置random_state参数来控制随机数生成，这对于数据集的随机打乱和异常样本的选择非常重要。如果需要在多次函数调用之间获得可重现的输出，可以传递一个整数给random_state参数。
如果本地没有数据集，可以通过设置download_if_missing参数为True来自动从源站点下载数据。此外，还可以通过设置n_retries和delay参数来控制HTTP错误时的重试次数和重试间隔。
加载数据集后，可以通过设置return_X_y参数为True来返回数据和目标变量的元组，而不是返回一个Bunch对象。如果设置as_frame参数为True，返回的对象将是pandas DataFrame，这为数据分析和处理提供了便利。