sklearn中make_blobs方法：聚类数据生成器

sklearn中make_blobs()方法参数：

• n_samples:表示数据样本点个数,默认值100

• n_features: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。默认为 2 维数据，测试选取 2 维数据也方便进行可视化展示。

• centers:表示类别数（标签的种类数），默认值3

• cluster_std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：中心确定之后的数据边界，默认值(-10.0, 10.0)

• shuffle ：将数据进行洗乱，默认值是True

• random_state: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。

X, y = make_blobs(n_samples=100, 
                  n_features=2,
                  centers=4, 
                  cluster_std=1.0, 
                  center_box=(-10.0, 10.0), 
                  shuffle=True, 
                  random_state=47)
plt.figure(figsize=(4, 3))
plt.scatter(X[:,0],X[:,1],c=y)
1
2
3
4
5
6
7
8
9