scikit-learn随机数据生成实例

1、生成回归模型的数据

# 生成回归模型的数据
X, y, coef = datasets.make_regression(n_samples=100,
                                      n_features=1,
                                      # n_targets : int, optional (default=1) 参数
                                      # The number of regression targets, i.e.,
                                      # the dimension of the y output vector associated with a sample.
                                      # By default, the output is a scalar.
                                      n_targets=1,
                                      # noise : float, optional (default=0.0)参数
                                      # The standard deviation of the gaussian noise applied to the output.
                                      noise=10,
                                      coef=True)
print("X的数据为：\n", X)
print("y的数据为：\n", y)
print("coef的数据为：\n", coef)


plt.scatter(X, y,  color='black')
plt.plot(X, X*coef, color='blue', linewidth=3)

plt.show()

2、分类模型随机数据

from sklearn.datasets import make_classification

# X1为样本特征，Y1为样本类别输出， 共400个样本，每个样本2个特征，输出有3个类别，没有冗余特征，每个类别一个簇
X1, Y1 = make_classification(n_samples=400, n_features=2, n_redundant=0,
                             n_clusters_per_class=1, n_classes=3, n_informative=2)

print(X1)
plt.scatter(X1[:, 0], X1[:, 1], marker='o', c=Y1)
plt.show()

3、聚类模型随机数据

from sklearn.datasets import make_blobs
# X为样本特征，Y为样本簇类别， 共1000个样本，每个样本2个特征，共3个簇，簇中心在[-1,-1], [1,1], [2,2]， 簇方差分别为[0.4, 0.5, 0.2]
X, y = make_blobs(n_samples=1000, n_features=2, centers=[[-1, -1], [1, 1], [2, 2]], cluster_std=[0.4, 0.5, 0.2])

# print(y)
plt.scatter(X[:, 0], X[:, 1], marker='o', c=y)
plt.show()

4、分组正态分布混合数据

from sklearn.datasets import make_gaussian_quantiles
#生成2维正态分布，生成的数据按分位数分成3组，1000个样本,2个样本特征均值为1和2，协方差系数为2
X1, Y1 = make_gaussian_quantiles(n_samples=1000, n_features=2, n_classes=3, mean=[1, 2], cov=2)
plt.scatter(X1[:, 0], X1[:, 1], marker='o', c=Y1)
plt.show()

引用：随机数据生成