sklearn.datasets.make_blobs 生成符合高斯分布的点

sklearn.datasets.make_blobs

sklearn.datasets.make_blobs(n_samples=100, n_features=2, centers=None, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)
生成用于聚类的各向同性高斯blobs

参数

n_samples ： int或类似数组，可选（默认值= 100）
如果是int，则它是在簇之间平均分配的总点数。如果是类似数组，则序列的每个元素都表示每个簇的样本数。

n_features ： int，optional（默认值= 2）
对于每一个样本，特征的数量。

centers : int 或者 array of shape [n_centers, n_features]，可选
（默认=无）要生成的中心数或固定中心位置。如果n_samples为int且center为None，则生成3个中心。如果n_samples类似于数组，则center必须是None或长度等于n_samples长度的数组。

cluster_std ： float或浮点序列，可选（默认值= 1.0）
簇的标准偏差。

center_box ： 浮动对（最小值，最大值），可选（默认值=（ - 10.0,10.0 ））
当中心随机生成时，每个聚类中心的边界框。
shuffle ： boolean，optional（default = True）

random_state ： int，RandomState实例或None（默认）
确定数据集创建的随机数生成。传递一个int，