scatter和make_blobs方法的学习

Scatter方法

scatter(x,y,s=None,c=None,marker=None,cmap=None,edgecolors=None,…)
x,y:形如shape(n,)，输入数据
s:size，标量或形如shape(n,)，可选，默认:20
c:color，色彩或颜色序列，参数：b=blue，y=yellow，g=green，k=black…
marker:MarkerStyle可选，默认:‘o’圆形，其余有’.‘点，’,'像素，‘^’三角形等
cmap:颜色图谱(colormap)，默认绘制为RGB(A)颜色空间。可选的有autumn:红-橙-黄，bone:黑-白，x线，cool:青，洋红,gray:黑-白，spring:洋红-黄，jet:蓝-青-黄-红
edgecolors:marker的边缘颜色

Make_blobs方法

make_blobs(n_samples=100, n_features=2, centers=None, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)
n_samples:生成的样本总数
n_features:每个样本的特征数
ceters:要生成的样本中心(类别)数
random_state:随机种子
Returns:
X:生成的样本数据集
y:生成的样本标签

例子

from sklearn.datasets import make_blobs
#导入KNN分类器
from sklearn.neighbors import KNeighborsClassifier
#导入画图工具
import matplotlib.pyplot as plt
#导入数据集拆分工具
from sklearn.model_selection import train_test_split
#生成样本数为200，分类为2的数据集
data = make_blobs(n_samples=200,centers=2,random_state=8)
X,y = data
#将生成的数据集进行可视化
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.spring,edgecolor='k')
plt.show()

运行结果: