tags: [笔记, Sklearn]
categories: [笔记, Sklearn]
reward: true

相关配置

  1. import sklearn

sklearn.datasets使用

sklearn的数据集库datasets提供很多不同的数据集，主要包含以下几大类：

  1. 玩具数据集
  2. 真实世界中的数据集
  3. 样本生成器
  4. 样本图片
  5. svmlight或libsvm格式的数据
  6. 从http://openml.org下载的数据
  7. 从外部加载的数据
    用的比较多的就是1和3，这里进行主要介绍，其他的会进行简单介绍，但是不建议使用。

样本生成器

scikit-learn 包括各种随机样本的生成器，可以用来建立可控制的大小和复杂性人工数据集。

用于分类和聚类的生成器

(一) 簇 datasets.make_blobs()

1.n_samples:样本数 2.n_features:特征数（维度）3.centers:中心数，也可以是中心的坐标 4.cluster_std:簇的方差

  1. from sklearn import datasets
  2. centers = [[2,2],[8,2],[2,8],[8,8]]
  3. x, y = datasets.make_blobs(n_samples=1000, n_features=2, centers=4,cluster_std=1)
  4. print(x.shape)
  5. y.shape
  1. (1000, 2)
  7. (1000,)

(二) 同心圆 sklearn.datasets.make_circles

  1. noise:在数据中加入高斯噪声的标准差。
  2. factor:内圆与外圆之间的比例因子,在(0,1)范围内。
  1. from sklearn.datasets import make_circles  
  2. import matplotlib.pyplot as plt  
  3. import numpy as np  
  4. fig=plt.figure(1)  
  5. x1,y1=make_circles(n_samples=1000,factor=0.5,noise=0.1)
  6. # datasets.make_circles()专门用来生成圆圈形状的二维样本.factor表示里圈和外圈的距离之比.每圈共有n_samples/2个点，
  7. # 里圈代表一个类，外圈也代表一个类.noise表示有0.1的点是异常点
  8. plt.title('make_circles function example')  
  9. plt.scatter(x1[:,0],x1[:,1],marker='o',c=y1)

image.png