from sklearn.datasets import make_blobs:聚类数据生成器

待我称王封你为后i 2022-08-28 01:45 110阅读 0赞

### make\_blobs:聚类数据生成器 ###

*  make\_blobs聚类数据生成器简介

# make\_blobs聚类数据生成器简介 #

**scikit**中的**make\_blobs**方法常被用来生成聚类算法的测试数据，直观地说，**make\_blobs**会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。

**make\_blobs方法:**

sklearn.datasets.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)[source]

其中：

*  n\_samples是待生成的样本的总数。
 *  n\_features是每个样本的特征数。
 *  centers表示类别数。
 *  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\[1.0,3.0\]。

**例：生成3类数据用于聚类（100个样本，每个样本有2个特征）**

from sklearn.datasets import make_blobs
    from matplotlib import pyplot
    
    data,target=make_blobs(n_samples=100,n_features=2,centers=3)
    
    # 在2D图中绘制样本，每个样本颜色不同
    pyplot.scatter(data[:,0],data[:,1],c=target);
    pyplot.show()

![在这里插入图片描述][2322974da9d94963ab7a73977e9e456b.png]  
为每个类别设置不同的方差，只需要在上述代码中加入`cluster_std`参数即可：

from sklearn.datasets import make_blobs
    from matplotlib import pyplot
    
    data,target=make_blobs(n_samples=100,n_features=2,centers=3,cluster_std=[1.0,3.0,2.0])
    
    #在2D图中绘制样本，每个样本颜色不同
    pyplot.scatter(data[:,0],data[:,1],c=target);
    pyplot.show()

![在这里插入图片描述][cc851c47e45042f1a425cd7e458e8cf8.png]  
原文链接：[Link][]

--------------------

**加油!**

**感谢!**

**努力!**

[2322974da9d94963ab7a73977e9e456b.png]: /images/20220828/d0908363eabb4643bb31e08857343d0d.png
[cc851c47e45042f1a425cd7e458e8cf8.png]: /images/20220828/2bcd95f1008b4e4199c50aca74e1ecdf.png
[Link]: https://blog.csdn.net/kevinelstri/article/details/52622960