from sklearn.datasets import make_classification
import numpy as np
# =========================================1.整理数据================================================
x,y = make_classification(n_samples=1000, n_features=2,n_redundant=0,n_informative=1,n_clusters_per_class=1)
# n_samples:生成样本的数量
# n_features=2:生成样本的特征数,特征数=n_informative() + n_redundant + n_repeated
# n_informative:多信息特征的个数
# n_redundant:冗余信息,informative特征的随机线性组合
# n_clusters_per_class :某一个类别是由几个cluster构成的
# 生成的的x和y 是一个NUMPY数组
#训练数据
一个例子说明机器学习的一般步骤
最新推荐文章于 2024-03-24 10:03:30 发布
本文通过一个实例详细解释了机器学习项目的一般步骤,包括数据预处理、模型选择、训练与验证、参数调优,使用Python作为主要编程语言。
摘要由CSDN通过智能技术生成