溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章給大家分享的是有關sklearn中make_blobs怎么用的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。
sklearn中的make_blobs函數主要是為了生成數據集的，具體如下：
from sklearn.datasets import make_blobs
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
centers是聚類中心點的個數，可以理解為label的種類數
random_state是隨機種子，可以固定生成的數據
cluster_std設置每個類別的方差
下面舉例說明：
'''創建訓練的數據集''' 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] )
看看生成的數據集：
data有2個特征（n_features=2），樣本個數是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給定數值后，每次生成的數據集就是固定的，方便后期復現，默認的是每次隨機生成，要注意一下！！
好了，這樣我們就擁有了一個自己想要的數據集，然后就可以開始后續的一些工作了！！！！
感謝各位的閱讀！關于“sklearn中make_blobs怎么用”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
