from sklearn.datasets import make_blobs:聚类数据生成器

Posted ZSYL

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了from sklearn.datasets import make_blobs:聚类数据生成器相关的知识,希望对你有一定的参考价值。

make_blobs:聚类数据生成器

make_blobs聚类数据生成器简介

scikit中的make_blobs方法常被用来生成聚类算法的测试数据,直观地说,make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据,这些数据可用于测试聚类算法的效果。

make_blobs方法:

sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)[source]

其中:

  • 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]。

例:生成3类数据用于聚类(100个样本,每个样本有2个特征)

from sklearn.datasets import make_blobs
from matplotlib import pyplot

data,target=make_blobs(n_samples=100,n_features=2,centers=3)

# 在2D图中绘制样本,每个样本颜色不同
pyplot.scatter(data[:,0],data[:,1],c=target);
pyplot.show()


为每个类别设置不同的方差,只需要在上述代码中加入cluster_std参数即可:

from sklearn.datasets import make_blobs
from matplotlib import pyplot

data,target=make_blobs(n_samples=100,n_features=2,centers=3,cluster_std=[1.0,3.0,2.0])

#在2D图中绘制样本,每个样本颜色不同
pyplot.scatter(data[:,0],data[:,1],c=target);
pyplot.show()


原文链接:Link


加油!

感谢!

努力!

以上是关于from sklearn.datasets import make_blobs:聚类数据生成器的主要内容,如果未能解决你的问题,请参考以下文章

sklearn.datasets

sklearn.datasets.make_classification 无法生成平衡类

如何使用 sklearn.datasets.load_files 加载数据百分比

『Sklearn』自带数据集API

在 sklearn 中使用 datasets.fetch_mldata() 时出现 IO 错误

PyMC3 贝叶斯线性回归预测与 sklearn.datasets