sklearn中make_blobs的用法详情
更新时间：2022年01月26日 14:21:35 作者：还没想好116
这篇文章主要介绍了sklearn中make_blobs的用法详情，sklearn中的make_blobs函数主要是为了生成数据集的，下面文章的学习内容，需要的小伙伴可以参考一下
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）
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make_blobs的用法内容请搜索脚本之家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脚本之家！
相关文章
Jupyter Notebook/VSCode导出PDF中文不显示的解决
这篇文章主要介绍了Jupyter Notebook/VSCode导出PDF中文不显示的解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
在python中文件监控主要有两个库，一个是pyinotify，一个是watchdog。pyinotify依赖于Linux平台的inotify，今天我们就来探讨下pyinotify.2018-06-06
使用Pytorch Geometric进行链接预测的实现代码
PyTorch Geometric (PyG)是构建图神经网络模型和实验各种图卷积的主要工具,在本文中我们将通过链接预测来对其进行介绍,文中有详细的代码示例供大家参考,需要的朋友可以参考下2023-10-10
使用Python的OpenCV模块识别滑动验证码的缺口（推荐）
这篇文章主要介绍了使用Python的OpenCV模块识别滑动验证码的缺口,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-05-05
今天小编就为大家分享一篇django 通过URL访问上传的文件方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
线性判别分析(Linear Discriminant Analysis, LDA)是一种监督学习的降维方法，也就是说数据集的每个样本是有类别输出。和之前介绍的机器学习降维之主成分分析(PCA)方法不同，PCA是不考虑样本类别输出的无监督学习方法2022-01-01
这篇文章主要介绍了Python栈的实现方法,结合实例形式分析了Python基于列表、单链表定义栈的相关操作技巧,需要的朋友可以参考下2020-02-02
这篇文章主要为大家详细介绍了python批量查询、汉字去重处理CSV文件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-05-05
这篇文章主要介绍了python中的annotate函数使用方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
这篇文章主要为大家详细介绍了python通过微信发送邮件实现电脑关机，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-06-06
最新评论