Scikit-learn

make_blobs生成各向同性的高斯斑点

sklearn.datasets.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, return_centers=False)

n_samples：int or array-like(默认100)
生成的样本的总数

n_features：int (默认2)
每个样本的特征数

centers：int or array of shape [n_centers, n_features] (默认None)
中心数即类别数

cluster_std：float or sequence of floats, optional (默认1.0)
聚类的标准偏差

center_box：pair of floats (min, max)(默认(-10.0, 10.0))
边界框

return_centers：bool(默认False)
如果为True，则返回每个群集的中心

样例：

from sklearn.datasets import make_blobs
from matplotlib import pyplot as plt

data, target = make_blobs(n_samples=1000, n_features=5, centers=4)

# plt.scatter()函数用于生成一个二维散点图
plt.scatter(data[:, 0], data[:, 1], c=target)	# 参数c为颜色序列，令每个样本颜色不同
plt.show()

结果：

随机森林

RandomForestClassifier随机森林分类器

官方代码

https://scikit-learn.org/dev/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifier

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification
X, y = make_classification(n_samples=1000, n_features=4,
                           n_informative=2, n_redundant=0,
                           random_state=0, shuffle=False)
clf = RandomForestClassifier(max_depth=2, random_state=0)
clf.fit(X, y)
print(X)
print(y)
print(clf.predict([[0, 0, 0, 0]]))

基于鸢尾花数据集的RF分类

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris
iris = load_iris()
print(iris)
# 共150条原本记录。三个种类，每种50条
# iris的４个属性是：萼片宽度、萼片长度、花瓣宽度、花瓣长度　
# 标签是花的种类：setosa、versicolour、virginica
clf = RandomForestClassifier()  # 这里使用了默认的参数设置
clf.fit(iris.data[:150], iris.target[:150])  # 进行模型的训练

# 随机挑选两个预测不相同的样本
instance = iris.data[[100, 109]]
print(instance)
clf.predict(instance[[0]])
print('instance 0 prediction：', iris.target_names[clf.predict(instance[[0]])])
print('instance 1 prediction：', iris.target_names[clf.predict(instance[[1]])])
print(iris.target_names[iris.target[100]], iris.target_names[iris.target[109]])

结果