需要造数据集的时候,sklearn中的make_blobs模块就很有用。
官方API说明
输入和输出:
翻译如下:
- n_samples是待生成的样本的总数。
- n_features是每个样本的特征数。
- centers表示类别数。
- cluster_std表示每个类别的方差,例如我们希望生成2类数据,其中一类比另一类具有更大的方差,可以将cluster_std设置为[1.0,3.0]。
样例samples:
from sklearn.datasets import make_blobs
from matplotlib import pyplot
data, label = make_blobs(n_samples=100, n_features=2, centers=4)
# 绘制样本显示
pyplot.scatter(data[:, 0], data[:, 1], c=label)
pyplot.show()
如果要设置方差,可以增加cluster_std
参数
from sklearn.datasets import make_blobs
from matplotlib import pyplot
data, label = make_blobs(n_samples=30, n_features=2, centers=3, cluster_std=[0.8, 2.5, 4.5])
# 绘制样本显示
pyplot.scatter(data[:, 0], data[:, 1], c=label)
pyplot.show()
——————————————————————————————————
作者:fred_33c7
链接:https://www.jianshu.com/p/891f46e0125e
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。