Sklearn.datasets

• 为方便验证算法，调试参数常常使用机器学习算法的随机数据生成

np.random.

• $rand(d_0,d_1,...,d_n)$ 用来生成$d_0\ast d_1...\ast d_n$维的数组。数组的值在[0,1)之间。
• $randn(d_0,d_1,...,d_n)$用来生成$d_0\ast d_1...\ast d_n$维的数组。数组的值服从N(0,1)的标准正态分布。如需服从$N(\mu ,{\sigma }^2)$的正态分布，只需要在randn上做变换𝜎𝑥+𝜇即可。
• $randint(low[,high,size])$生成随机大小为size的整数。值位于半开区间 [low, high)。
• $random\_integers(low[,high,size])$和randint类似，区别在与取值范围是闭区间[low, high]
• $random\_sample([size])$, 返回半开区间 [0.0, 1.0)内的随机浮点数。如果是其他区间[a,b)，可以加以转换(b - a) * random_sample([size]) + a

Sklearn.datasets

• make_regression 生成回归模型的数据
  关键参数有n_samples（生成样本数）， n_features（样本特征数），noise（样本随机噪音）和coef（是否返回回归系数）

• make_classification，make_hastie_10_2或者make_multilabel_classification生成分类模型数据
  几个关键参数有n_samples（生成样本数）， n_features（样本特征数）， n_redundant（冗余特征数）和n_classes（输出的类别数）

• make_blobs生成聚类模型数据
  关键参数有n_samples（生成样本数）， n_features（样本特征数），centers(簇中心的个数或者自定义的簇中心)和cluster_std（簇数据方差，代表簇的聚合程度）

• make_gaussian_quantiles生成分组多维正态分布的数据
  关键参数有n_samples（生成样本数）， n_features（正态分布的维数），mean（特征均值）， cov（样本协方差的系数）， n_classes（数据在正态分布中按分位数分配的组数）