sklearn中make_blobs的用法詳情
sklearn中的make_blobs函數(shù)主要是為了生成數(shù)據(jù)集的,具體如下:
1.調(diào)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表示每一個樣本有多少特征值n_samples表示樣本的個數(shù)centers是聚類中心點的個數(shù),可以理解為label的種類數(shù)random_state是隨機種子,可以固定生成的數(shù)據(jù)cluster_std設(shè)置每個類別的方差
下面舉例說明:
'''創(chuàng)建訓(xùn)練的數(shù)據(jù)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] )
看看生成的數(shù)據(jù)集:
data有2個特征(n_features=2),樣本個數(shù)是100(n_samples=100)

再看看生成的label:
label只有0或者1(centers=2),維度是100

random_state給定數(shù)值后,每次生成的數(shù)據(jù)集就是固定的,方便后期復(fù)現(xiàn),默認(rèn)的是每次隨機生成,要注意一下!!
好了,這樣我們就擁有了一個自己想要的數(shù)據(jù)集,然后就可以開始后續(xù)的一些工作了?。。?!
到此這篇關(guān)于sklearn中make_blobs的用法詳情的文章就介紹到這了,更多相關(guān)sklearn中make_blobs的用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python實現(xiàn)簡單神經(jīng)網(wǎng)絡(luò)算法
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)簡單神經(jīng)網(wǎng)絡(luò)算法,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-03-03
Django自定義插件實現(xiàn)網(wǎng)站登錄驗證碼功能
這篇文章主要為大家詳細(xì)介紹了Django自定義插件實現(xiàn)網(wǎng)站登錄驗證碼功能,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-04-04
Python ORM框架SQLAlchemy學(xué)習(xí)筆記之映射類使用實例和Session會話介紹
這篇文章主要介紹了Python ORM框架SQLAlchemy學(xué)習(xí)筆記之映射類使用實例和Session會話介紹,需要的朋友可以參考下2014-06-06
詳解Python+OpenCV進(jìn)行基礎(chǔ)的圖像操作
OpenCV是一個用于計算機視覺和圖像操作的免費開源庫,有數(shù)千種優(yōu)化的算法和函數(shù)用于各種圖像操作。本文將使用OpenCV在Python中進(jìn)行一些圖像操作,感興趣的可以學(xué)習(xí)一下2022-02-02
Python實戰(zhàn)之能監(jiān)控文件變化的神器—看門狗
這篇文章主要介紹了Python實戰(zhàn)之能監(jiān)控文件變化的神器—看門狗,文中有非常詳細(xì)的圖文及代碼示例,對正在學(xué)習(xí)python的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-05-05

