Польза перед чтением: Сотни книг по интернет-технологиям для всехКакао Specialties.club/posts/77172…
Функция make_blobs() в sklearn
make_blobs() — это функция в sklearn.datasets.
В основном для создания наборов кластеризованных данных вам необходимо ознакомиться с каждым параметром, а затем лучше его использовать.
Официальная ссылка:SCI kit-learn.org/Dev/modules…
Исходный код функции:
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 <sample_generators>`.
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[i] += 1
for i, (n, std) in enumerate(zip(n_samples_per_center, cluster_std)):
X.append(centers[i] + generator.normal(scale=std,
size=(n, n_features)))
y += [i] * 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
Вы можете видеть, что он имеет 7 параметров
-
n_samples : int, optional (default=100) The total number of points equally divided among clusters.
Количество выборочных данных, по умолчанию 100
-
n_features : int, optional (default=2) The number of features for each sample.
Измерение образца, по умолчанию - 2-мерные данные, а 2-мерные данные, выбранные для теста, также удобны для визуального отображения.
-
centers : int or array of shape [n_centers, n_features], optional (default=3) The number of centers to generate, or the fixed center locations.
Центральная сторона, где генерируются данные, по умолчанию 3
-
cluster_std: float or sequence of floats, optional (default=1.0) The standard deviation of the clusters.
Стандартное отклонение набора данных, числа с плавающей запятой или последовательности чисел с плавающей запятой по умолчанию равно 1,0.
-
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.
После определения центра необходимо установить границу данных, по умолчанию (-10.0, 10.0)
-
shuffle : boolean, optional (default=True) Shuffle the samples.
Операция в случайном порядке, по умолчанию True
-
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.Семена со случайным числом, разные семена дают разные наборы образцов