【scikit-learn】06：make_blobs聚类数据生成器

红太狼 2023-08-17 16:52 33阅读 0赞

#  #

本文链接： [https://blog.csdn.net/kevinelstri/article/details/52622960][https_blog.csdn.net_kevinelstri_article_details_52622960]

*  [【scikit-learn】01：使用案例对sklearn库进行简单介绍][scikit-learn_01_sklearn]
 *  [【scikit-learn】02：使用sklearn库进行统计学习][scikit-learn_02_sklearn]
 *  [【scikit-learn】03：将sklearn库用于非监督性学习 聚类][scikit-learn_03_sklearn_]
 *  [【scikit-learn】04：sklearn库下进行文本数据分析][scikit-learn_04_sklearn]
 *  [【scikit-learn】05：sklearn文本分类及评价指标][scikit-learn_05_sklearn]
 *  [【scikit-learn】06：make\_blobs聚类数据生成器][scikit-learn_06_make_blobs]
 *  [【scikit-learn】07：数据加载，数据归一，特征选择，逻辑回归，贝叶斯，k近邻，决策树，SVM][scikit-learn_07_k_SVM]

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

> 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()

![这里写图片描述][20160922144623317]

**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()

![这里写图片描述][20160922144706105]

转载于:https://www.cnblogs.com/lvdongjie/p/11412900.html

[CC 4.0 by-sa]: http://creativecommons.org/licenses/by-sa/4.0/
[https_blog.csdn.net_kevinelstri_article_details_52622960]: https://blog.csdn.net/kevinelstri/article/details/52622960
[scikit-learn_01_sklearn]: http://blog.csdn.net/kevinelstri/article/details/55270915
[scikit-learn_02_sklearn]: http://blog.csdn.net/kevinelstri/article/details/55520591
[scikit-learn_03_sklearn_]: http://blog.csdn.net/kevinelstri/article/details/55532403
[scikit-learn_04_sklearn]: http://blog.csdn.net/kevinelstri/article/details/56283777
[scikit-learn_05_sklearn]: http://blog.csdn.net/kevinelstri/article/details/52638091
[scikit-learn_06_make_blobs]: http://blog.csdn.net/kevinelstri/article/details/52622960
[scikit-learn_07_k_SVM]: http://blog.csdn.net/kevinelstri/article/details/52636661
[20160922144623317]: /images/20230809/fa010f31689b46c7b9e7871d5658fe1b.png
[20160922144706105]: /images/20230809/edf37eb6f7ff4acb887fe33cfb55ee1d.png