sklearn make_blobs的用法

sklearn中的make_blobs函数主要是为了生成数据集的,具体如下:

 

1.调用make_blobs

from sklearn.datasets import make_blobs

 

2.make_blobs的用法

data, label = make_blobs(n_features=2, n_samples=100, centers=3, random_state=3, cluster_std=[0.8, 2, 5])
  • n_features表示每一个样本有多少特征值
  • n_samples表示样本的个数
  • centers是聚类中心点的个数,可以理解为label的种类数
  • random_state是随机种子,可以固定生成的数据
  • cluster_std设置每个类别的方差

下面举例说明:

'''创建训练的数据集'''
from sklearn.datasets import make_blobs
data, label = make_blobs(n_features=2, n_samples=100, centers=2, random_state=2019, cluster_std=[0.6,0.7] )

看看生成的数据集:

data有2个特征(n_features=2),样本个数是100(n_samples=100)

在这里插入图片描述

再看看生成的label:

label只有0或者1(centers=2),维度是100

在这里插入图片描述

random_state给定数值后,每次生成的数据集就是固定的,方便后期复现,默认的是每次随机生成,要注意一下!!

好了,这样我们就拥有了一个自己想要的数据集,然后就可以开始后续的一些工作了!!!!

关于sklearn中make_blobs的用法详情的文章就介绍至此,更多相关sklearn中make_blobs的用法内容请搜索编程宝库以前的文章,希望以后支持编程宝库

函数原型:DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)1.该函数最有用的是第 ...