Kmeans聚类②——Sklearn数据生成器（make_blobs,make_classification,make_circles,make_moons)

最新推荐文章于 2025-04-28 17:56:07 发布

数据小斑马

最新推荐文章于 2025-04-28 17:56:07 发布

阅读量5.4k

点赞数 9

CC 4.0 BY-SA版权

分类专栏： Kmeans 文章标签： sklearn数据生成器聚类数据生成分类数据生成 make_blobs make_ circles

本文链接：https://blog.youkuaiyun.com/cindy407/article/details/92007392

本文介绍了如何使用Sklearn库中的数据生成器，包括make_blobs（用于生成聚类数据），make_classification（用于生成分类数据），make_circles和make_moons（创建特定形状的数据）。这些工具对于机器学习初学者在没有合适数据集的情况下进行实验非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Kmeans系列目录：
Kmeans聚类②——Sklearn数据生成器（make_blob/classification/circles/make_moons)
Kmeans聚类③——Kmeans聚类原理&轮廓系数&Sklearn实现
 Kmeans聚类实例④——电商RFM模型聚类
 Kmeans聚类实例⑤——直播行业用户质量分析

在学习机器学习中，经常会遇到找不到合适的数据集的情况，后来才发现我们可以自己批量生成各种各样的数据，简直不要太惊喜！这里整理了一些常用的生成数据的方法

一、Make_blobs(聚类生成器）

n_samples:待生成的样本的总数
n_features:每个样本的特征数,默认为2
centers: 要生成的样本中心（类别）数，默认为3
cluster_std: 每个类别的方差，默认为1
shuffle: 打乱 (default=True)

import matplotlib.pyplot as plt

data1,target1= make_blobs(n_samples=1000,n_features=2,random_state=0)  # random_state是随机数种子，便于复现
data2,target2= make_blobs(n_samples=1000,

最低0.47元/天解锁文章

200万优质内容无限畅学