sklearn中make_blobs的用法详情_python

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！！！！