作用

根据给定的参数生成数据,主要用来测试代码性能(没有实际数据的情况下)

函数原型

data, label = 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)

参数说明

  • n_features :表示每一个样本有多少特征值 ,默认2
  • n_samples :表示样本的个数 ,默认100
  • centers: 是聚类中心点的个数,可以理解为label的种类数 ,默认3
  • random_state :是随机种子,可以固定生成的数据
  • cluster_std :设置每个类别的方差, 例如我们希望生成3类数据,可以将cluster_std设置为[1.0,3.0,5.0]。代表最后一类方差最大,分布的最散乱
  • shuffle: 是否打乱数据。默认打乱
  • center_box :每个簇中心随机生成时的包围框?不懂啥意思

查询更多详细信息请到 官网—— make_blobs

使用示例

from sklearn.datasets import make_blobscenters = [[1, 1], [-1, -1], [1, -1]]
X, labels = make_blobs(n_samples = 750, centers = centers,cluster_std = 0.4, random_state = 0)

生成750个2维数据,总共分为3类 , 每一类的方差都是0.4,然后我自己指定了簇中心三个点

sklearn 中的 make_blobs 的参数解释相关推荐

  1. sklearn之pipeline:sklearn.pipeline函数使用及其参数解释之详细攻略

    sklearn之pipeline:sklearn.pipeline函数使用及其参数解释之详细攻略 目录 sklearn.pipeline函数使用及其参数解释 sklearn.pipeline函数使用及 ...

  2. python使用sklearn中的make_blobs函数生成聚类(clustering)分析需要的仿真数据、matplotlib可视化生成的仿真数据

    python使用sklearn中的make_blobs函数生成聚类(clustering)分析需要的仿真数据.matplotlib可视化生成的仿真数据 目录

  3. sklearn中GBDT的一些参数、属性、方法的理解

    文章目录 GBDT 分类器 引入 重要参数 loss learning_rate subsample n_estimators criterion max_depth min_samples_leaf ...

  4. sklearn中的make_blobs的用法

    sklearn中的make_blobs函数主要是为了生成数据集的,具体如下 data_set, label = make_blobs(n_features=3,n_samples=50, center ...

  5. 【视频相关】视频中常出现的参数解释——2018年6月16日

    视频中常出现的参数解释 [帧 Frame] 帧速率(FPS,frame per second 帧率):每秒钟出现的帧数 由胶片概念的产生而出现,把静态的连续画面进行播放以达到动态影像需要每秒出现8格, ...

  6. x264中重要结构体参数解释,参数设置,函数说明

    x264中重要结构体参数解释 http://www.usr.cc/thread-51995-1-3.html x264参数设置 http://www.usr.cc/thread-51996-1-3.h ...

  7. caffe中solver.prototxt文件参数解释

    在训练或者微调网络时我们需要设置一些参数,在caffe中这些参数保存在sovler.prototxt文件中(当然这只是一个文件名,你也可以随意换成其他的名称).在下面的代码中以注释的形式解释每一个参数 ...

  8. 【Python】sklearn 中的 make_blobs() 函数详解

    文章目录 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: de ...

  9. sklearn中常见的线性模型参数释义

    from sklearn.linear_model import LinearRegression LinearRegression(fit_intercept=True,normalize=Fals ...

  10. opencv中的SGBM原理+参数解释

    minDisparity:最小视差,默认为0.此参数决定左图中的像素点在右图匹配搜索的起点,int 类型: numDisparities:视差搜索范围长度,其值必须为16的整数倍.最大视差 maxDi ...

最新文章

  1. RxJava firstElement 与 lastElement 以及 elementAt
  2. java flex 图片上传_flex上传图片到java服务器
  3. websocket采用tomcat方式,IOC类对象无法注入的解决方案
  4. 前端常见算法的JS实现
  5. 遥感影像滤波处理软件 — timesat3.2
  6. Tranquility
  7. 双11电商手机大战盘点,大神荣耀各成势力
  8. 注册github账号详细中文版教程【精选】
  9. excel小写转大写公式_EXCEL人民币金额小写转大写
  10. 研发团队管理--向上沟通
  11. KIS专业版12.0迁移K3WISE14.3后自定义核算项目权限问题
  12. c语言中数组怎么用乘法分配律,乘法分配律说课稿(5篇)(33页)-原创力文档
  13. 服务器的硬盘分盘,服务器硬盘分区教程
  14. android分辨率选择,安卓Android手机屏幕壁纸分辨率选择技巧
  15. 淘宝模拟登录 +淘宝商品详情数据、淘宝商品列表数据爬取
  16. 全球及中国墙绘机行业运营模式及市场供需预测报告2022-2028年
  17. lumen 框架学习
  18. 「Android基于MQTT实现消息通知」
  19. Bluetooth core 5.0 Generic Access Profile ---------- 模式 - BR/EDR 物理传输(physical transport)
  20. 消息队列:RabbitMQ

热门文章

  1. 回归中的相关度和R平方值——学习笔记
  2. ftp 服务器管理工具,5款最好用的ftp 服务器管理工具
  3. 应对不断变化的世界秩序:自治资本主义
  4. java 投票防重复_关于防止重复刷投票的个人观点
  5. 函数的基本概念以及函数封装
  6. Rust中iter()和into_iter()的区别
  7. ES实现自动补全查询
  8. autojs声明文件
  9. gpio引脚介绍 树莓派3b_树莓派4的GPIO接口介绍
  10. 针对传感网的数据管理系统结构有_2010年自考管理信息系统模拟试题及答案(三)...