sklearn.datasets.make_blobs()函数用法

参考:https://scikit-learn.org/dev/modules/generated/sklearn.datasets.make_blobs.html

函数原型:sklearn.datasets.make_blobs(n_samples=100n_features=2centers=Nonecluster_std=1.0center_box=(-10.010.0)shuffle=Truerandom_state=None)

 

参数解释:

n_samples(int/array):如果参数为int,代表总样本数;如果参数为array-like,数组中的每个数代表每一簇的样本数。默认值100

n_features(int):样本点的维度。默认值2

centers(int):样本中心数。如果样本数为int且centers=None,生成三个样本中心;如果样本数(n_samples)为数组,则centers 要么为None,要么为数组的长度。默认值3

cluster_std(float/sequence of floats):样本中,簇的标准差。默认值1.0

center_box(pair of floats (min, max)):每个簇的上下限。默认值(-10.0, 10.0)

shuffle(boolean):是否将样本打乱。默认值True

random_state(int/RandomState instance /None):指定随机数种子,每个种子生成的序列相同,与minecraft地图种子同理。

 

返回类型:X : 样本数组 [n_samples, n_features]

          产生的样本

     y : array of shape [n_samples]

          每个簇的标签

 

例子:

import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
#样本为数组方式
data,target=make_blobs(n_samples=[100,100],centers=None,cluster_std=1.0, center_box=(-10.0, 10.0),shuffle=True, random_state=None)

#在2D图中绘制样本,每个样本颜色不同 
plt.scatter (data[:, 0], data[:, 1], c = target) 
plt.show ()


#样本为整数
data,target=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)

#在2D图中绘制样本,每个样本颜色不同
plt.scatter (data[:, 0], data[:, 1], c = target)
plt.show ()

  • 5
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值