sklearn中make_blobs的用法详情

目录

• 1.调用make_b编程客栈lobs
• 2.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_fegvxqhSatures=2, n_samples=100, centers=2, random_state=2019, cluster_std=[0.6编程客栈,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编程客栈）

再看看生成的label：

label只有0或者1（centers=2），维度是100

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！！！！

到此这篇关于sklearn中make_blobs的用法详情的文章就介绍到这了,更多相关sklearn中gvxqhSmake_blobs的用法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！