sklearn的make_blobs函数

茶冻茶茶

于 2024-05-08 17:37:17 发布

阅读量446

点赞数 5

文章标签：机器学习 python sklearn

本文链接：https://blog.csdn.net/Zsusan7/article/details/138579803

版权

make_blobs是一个用于生成随机数据点的实用函数，

from sklearn.datasets import make_blobs
X,Y = make_blobs(n_samples=2000,n_features=2,centers=12,cluster_std=0.05,center_box=[-5,5],random_state=21)

n_samples: 要生成的样本数量。
centers: 要生成的簇（即类别或中心）的数量。
n_features: 每个样本的特征数量。
cluster_std：要生成的簇的方差。
center_box:指定数据生成时中心点周围的边界框.
random_state: 随机数生成器的种子。如果指定，则结果将是可复现的。

import matplotlib.pyplot as plt  
plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='viridis')  
plt.show()

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

茶冻茶茶

关注关注

5
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
sklearn的make_blobs函数

make_blobs是一个用于生成随机数据点的实用函数，
复制链接

扫一扫

使用KNN分类器对sklearn中自带的make_blobs数据进行分类

12-21

本示例中，我们利用Python的scikit-learn库来实现KNN分类器，对其中自带的`make_blobs`函数生成的数据集进行分类。`make_blobs`函数用于生成多类别、多中心的球形分布数据，非常适合用来演示分类算法。首先，我们...

python（sklearn）

热门推荐

mjiansun的专栏

01-10

1万+

make_blobs聚类数据生成器简介 scikit中的make_blobs方法常被用来生成聚类算法的测试数据，直观地说，make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。 make_blobs方法: sklearn.datasets.make_blobs(n_samples=100, n_features=2,cente...

[554]sklearn提供的自带的数据集(make_blobs)

周小董

03-07

4091

sklearn 的数据集有好多个种自带的小数据集（packaged dataset）：sklearn.datasets.load_ 可在线下载的数据集（Downloaded Dataset）：sklearn.datasets.fetch_ 计算机生成的数据集（Generated Dataset）：sklearn.datasets.make_ svmlight/libsvm格式的数据集:skle...

【Python】sklearn 中的 make_blobs() 函数详解

wzk4869的博客

02-20

4042

【Python】sklearn 中的 make_blobs() 函数详解

关于sklearn的笔记

10-31

在sklearn中，可以使用make_blobs函数来生成聚类数据集。make_blobs函数可以生成指定的聚类中心数、样本数和特征数的数据集。例如，以下代码生成了200个样本、2个特征、2个聚类中心的数据集： ``` from sklearn....

k means教程代码（聚类）

12-21

在代码中，`make_blobs` 函数从`sklearn.datasets.samples_generator`模块中导入，用于生成模拟的多维数据集。在这个例子中，`n_samples=100`表示生成100个样本，`centers=6`定义了6个聚类中心，`random_state=1234...

分享一下最近学习的sklearn基础操作

11-01

在本文中，我们将深入探讨`sklearn`库的基础操作，特别关注`make_blobs`函数的使用，这是一个用于生成合成数据集的工具，对于理解和测试机器学习算法非常有帮助。首先，`make_blobs`函数是`sklearn.datasets`模块...

sklearn中的make_blobs的用法

weixin_42196338的博客

10-21

205

sklearn中的make_blobs函数主要是为了生成数据集的，具体如下 data_set, label = make_blobs(n_features=3,n_samples=50, centers=3, random_state=0, cluster_std=0.1)

【20210926】【机器/深度学习】基于 make_blobs 函数库，详解几种 K-Means 算法优化方案，及模型评估

诗小葵的博客

09-26

5045

K-Means 算法的主要缺点：算法性能受类别个数 k 值、初始点值、异常点值影响很大。本文针对以上 k-means 算法主要缺点，详解 k-means 算法优化方案。一、make_blobs 函数库 make_blobs() 是 sklearn.datasets 中的一个函数，主要功能是：生成聚类数据集。主要参数：（1）n_samples：样本数据量，默认值 100；（2）n_features：样本维度，默认.........

sklearn6_生成分类数据

weixin_34233856的博客

01-07

511

sklearn实战-乳腺癌细胞数据挖掘（博主亲自录制视频） https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share 生成2类数据 n_fea...

机器学习sklearn笔记分享2

J_ADE__的博客

11-05

192

groups = None : array-like, 形如(n_samples,), 样本拆分时使用的分组标签 scoring = None : string, callable or None, 模型评分的计算方法。train_size = None : float, int, or None, 用于训练模型的样本比例, 0~1。norm = 'l2' : 'l1', 'l2', or 'max' ,#用于正则化的具体范数,表示距离。

sklearn学习笔记（1）—make_blobs函数及参数

m0_51751264的博客

11-25

3697

sklearn学习笔记（1）—make_blobs函数及参数make_blobs函数 make_blobs函数 make_blobs函数是为聚类产生数据集，产生一个数据集和相应的标签 make_blobs(n_samples=100,n_features=2, centers=3, cluster_std=1.0, center_box=(-10.0,10.0), shuffle=True, random_state=None ) n_samples=100 ，表示数据样本点个数,默认值100； n_fe

sklearn make_blobs 详解

05-09

`make_blobs`是Scikit-learn库中用于生成聚类数据集的函数。该函数可以用于生成多类别数据集，每个类别可以是一个高斯分布的数据集或由任意形状的点群组成的数据集。这个函数的使用方法如下： ```python from sklearn.datasets import make_blobs # 创建数据集 X, y = make_blobs(n_samples=100, centers=3, n_features=2, random_state=0) # 参数说明： # n_samples：生成样本数 # centers：簇中心的个数或者自定义的中心点 # n_features：特征数 # random_state：随机种子 ``` 这个函数返回两个数组，第一个数组是样本数据，第二个数组是对应的标签。可以通过可视化数据来更好地理解这个函数生成的数据集： ```python import matplotlib.pyplot as plt # 可视化数据集 plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='rainbow') plt.show() ``` 这个函数生成的数据集通常用于聚类算法的测试和可视化。通过生成不同的参数，可以获得不同形状、不同数量的数据集，以及不同数量的类别。