搜索

查看: 3105|回复: 11

[Python] Python sklearn 中的 make_blobs() 函数示例详解

[复制链接]
发表于 2023-5-4 17:19:36 | 显示全部楼层 |阅读模式
Editor 2023-5-4 17:19:36 3105 11 看全部
目录
  • 一、介绍
  • 二、函数的使用
    一、介绍
    make_blobs() 是 sklearn.datasets中的一个函数。
    主要是产生聚类数据集,产生一个数据集和相应的标签。
    函数的源代码如下:
    def 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):
        """Generate isotropic Gaussian blobs for clustering.
        Read more in the :ref:`User Guide `.
        Parameters
        ----------
        n_samples : int, optional (default=100)
            The total number of points equally divided among clusters.
        n_features : int, optional (default=2)
            The number of features for each sample.
        centers : int or array of shape [n_centers, n_features], optional
            (default=3)
            The number of centers to generate, or the fixed center locations.
        cluster_std: float or sequence of floats, optional (default=1.0)
            The standard deviation of the clusters.
        center_box: pair of floats (min, max), optional (default=(-10.0, 10.0))
            The bounding box for each cluster center when centers are
            generated at random.
        shuffle : boolean, optional (default=True)
            Shuffle the samples.
        random_state : int, RandomState instance or None, optional (default=None)
            If int, random_state is the seed used by the random number generator;
            If RandomState instance, random_state is the random number generator;
            If None, the random number generator is the RandomState instance used
            by `np.random`.
        Returns
        -------
        X : array of shape [n_samples, n_features]
            The generated samples.
        y : array of shape [n_samples]
            The integer labels for cluster membership of each sample.
        Examples
        --------
        >>> from sklearn.datasets.samples_generator import make_blobs
        >>> X, y = make_blobs(n_samples=10, centers=3, n_features=2,
        ...                   random_state=0)
        >>> print(X.shape)
        (10, 2)
        >>> y
        array([0, 0, 1, 0, 2, 2, 2, 1, 1, 0])
        See also
        --------
        make_classification: a more intricate variant
        """
        generator = check_random_state(random_state)
        if isinstance(centers, numbers.Integral):
            centers = generator.uniform(center_box[0], center_box[1],
                                        size=(centers, n_features))
        else:
            centers = check_array(centers)
            n_features = centers.shape[1]
        if isinstance(cluster_std, numbers.Real):
            cluster_std = np.ones(len(centers)) * cluster_std
        X = []
        y = []
        n_centers = centers.shape[0]
        n_samples_per_center = [int(n_samples // n_centers)] * n_centers
        for i in range(n_samples % n_centers):
            n_samples_per_center += 1
        for i, (n, std) in enumerate(zip(n_samples_per_center, cluster_std)):
            X.append(centers + generator.normal(scale = std,
                                                   size = (n, n_features)))
            y += * n
        X = np.concatenate(X)
        y = np.array(y)
        if shuffle:
            indices = np.arange(n_samples)
            generator.shuffle(indices)
            X = X[indices]
            y = y[indices]
        return X, y

    二、函数的使用
    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)
    可以看到它有 7 个参数:
  • n_samples = 100 ,表示数据样本点个数,默认值100;
  • n_features = 2 ,是每个样本的特征(或属性)数,也表示数据的维度,默认值是2;
  • centers = 3 ,表示类别数(标签的种类数),默认值3;
  • cluster_std = 1.0 ,表示每个类别的方差,例如我们希望生成2类数据,其中一类比另一类具有更大的方差,可以将cluster_std设置为[1.0, 3.0],浮点数或者浮点数序列,默认值1.0;
  • center_box = (-10.0, 10.0) ,中心确定之后的数据边界,默认值(-10.0, 10.0);
  • shuffle = True ,将数据进行洗乱,默认值是True;
  • random_state = None ,官网解释是随机生成器的种子,可以固定生成的数据,给定数之后,每次生成的数据集就是固定的。若不给定值,则由于随机性将导致每次运行程序所获得的的结果可能有所不同。在使用数据生成器练习机器学习算法练习或python练习时建议给定数值。
    到此这篇关于Python sklearn 中的 make_blobs() 函数详解的文章就介绍到这了,更多相关Python sklearn make_blobs() 函数内容请搜索知鸟论坛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知鸟论坛
  • 回复

    使用道具 举报

    发表于 2023-6-29 14:31:40 | 显示全部楼层
    掌舵的鱼1987 2023-6-29 14:31:40 看全部
    楼主,我太崇拜你了!我想我是一天也不能离开知鸟论坛
    回复

    使用道具 举报

    发表于 2023-6-29 14:54:52 | 显示全部楼层
    麻辣鸡翅 2023-6-29 14:54:52 看全部
    感谢楼主的无私分享!要想知鸟论坛好 就靠你我他
    回复

    使用道具 举报

    发表于 2023-6-29 22:54:11 | 显示全部楼层
    风吹吹蛋蛋疼风w 2023-6-29 22:54:11 看全部
    楼主,我太崇拜你了!我想我是一天也不能离开知鸟论坛
    回复

    使用道具 举报

    发表于 2023-6-30 09:43:26 | 显示全部楼层
    知足常乐77 2023-6-30 09:43:26 看全部
    楼主,大恩不言谢了!知鸟论坛是最棒的!
    回复

    使用道具 举报

    发表于 2023-6-30 11:06:43 | 显示全部楼层
    向往草原403 2023-6-30 11:06:43 看全部
    这东西我收了!谢谢楼主!知鸟论坛真好!
    回复

    使用道具 举报

    发表于 2023-6-30 11:44:31 | 显示全部楼层
    无人岛屿颈 2023-6-30 11:44:31 看全部
    这东西我收了!谢谢楼主!知鸟论坛真好!
    回复

    使用道具 举报

    发表于 2023-6-30 19:54:51 | 显示全部楼层
    462710480 2023-6-30 19:54:51 看全部
    楼主,我太崇拜你了!我想我是一天也不能离开知鸟论坛
    回复

    使用道具 举报

    发表于 2023-7-1 02:04:22 | 显示全部楼层
    啤酒瓶空了缓 2023-7-1 02:04:22 看全部
    这个帖子不回对不起自己!我想我是一天也不能离开知鸟论坛
    回复

    使用道具 举报

    发表于 2023-7-1 20:11:11 | 显示全部楼层
    老橡树1 2023-7-1 20:11:11 看全部
    楼主发贴辛苦了,谢谢楼主分享!我觉得知鸟论坛是注册对了!
    回复

    使用道具 举报

    • 您可能感兴趣
    点击右侧快捷回复 【请勿灌水】
    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则 返回列表

    RSS订阅| SiteMap| 小黑屋| 知鸟论坛
    联系邮箱E-mail:zniao@foxmail.com
    快速回复 返回顶部 返回列表