scikit-learn中的一个数据集make_blobs参数说明

• 发布日期：2019-10-25
• 难度：简单
• 类别：聚类分析、数据集说明
• 标签：Python、sklearn.datasets、make_blobs

1. 问题描述

基于Python第三方库sklearn，选择make_blobs数据集的参数说明。

2. 程序实现

#导入数据集语句
from sklearn.datasets import make_blobs
#调用该方法的一个具体实例
X, y = 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)

• n_samples为整型数，默认值为100，代表各个类团样本点的总和。
• n_features为整型数，默认值为2，代表每个样本的特征数。
• centers为整型数或数组，默认值为3，代表样本所聚成的类别数。
• cluster_std为浮点数或浮点序列，默认值为1，代表各个类别的标准差。
• Center_box为浮点数列（最小值，最大值），默认值为(-10.0,10.0)，代表当中心随机生成时，每个聚类中心的边界框。
• Shuffle为布尔变量，默认值为True，代表是否对样本数据进行清洗。
• random_state可为整型数、随机状态实例或否，默认值为否。如为整形，代表随机数生成的随机种子，若为状态实例，代表随机数生成器，若为否，代表随机数生成器是np.random使用的RandomState实例。
• 返回值X, y的含义：X代表所生成的样本数据集，y代表样本数据集的标签。