机器学习算法的随机数据生成总结(3)

当前位置:

首页 > Python基础教程 >

机器学习算法的随机数据生成总结(3)

输出的图如下：

3.3 聚类模型随机数据

这里我们用make_blobs生成聚类模型数据。几个关键参数有n_samples（生成样本数）， n_features（样本特征数），centers(簇中心的个数或者自定义的簇中心)和cluster_std（簇数据方差，代表簇的聚合程度）。例子如下：

						import numpy as np

						import matplotlib.pyplot as plt

						%matplotlib inline

						from sklearn.datasets.samples_generator import make_blobs

						# X为样本特征，Y为样本簇类别， 共1000个样本，每个样本2个特征，共3个簇，簇中心在[-1,-1], [1,1], [2,2]， 簇方差分别为[0.4, 0.5, 0.2]

						X, y = make_blobs(n_samples=1000, n_features=2, centers=[[-1,-1], [1,1], [2,2]], cluster_std=[0.4, 0.5, 0.2])

						plt.scatter(X[:, 0], X[:, 1], marker='o', c=y)

						plt.show()

输出的图如下：

3.4 分组正态分布混合数据

我们用make_gaussian_quantiles生成分组多维正态分布的数据。几个关键参数有n_samples（生成样本数）， n_features（正态分布的维数），mean（特征均值）， cov（样本协方差的系数）， n_classes（数据在正态分布中按分位数分配的组数）。例子如下：

1

2

3

4

5

6

7

						import numpy as np

						import matplotlib.pyplot as plt

						%matplotlib inline

						from sklearn.datasets import make_gaussian_quantiles

						#生成2维正态分布，生成的数据按分位数分成3组，1000个样本,2个样本特征均值为1和2，协方差系数为2

						X1, Y1 = make_gaussian_quantiles(n_samples=1000, n_features=2, n_classes=3, mean=[1,2],cov=2)

						plt.scatter(X1[:, 0], X1[:, 1], marker='o', c=Y1)

输出图如下

以上就是生产随机数据的一个总结，希望可以帮到学习机器学习算法的朋友们。

栏目列表