make_moons#

sklearn.datasets.make_moons(n_samples=100, *, shuffle=True, noise=None, random_state=None)[source]#

生成两个交错的半圆形。

一个简单的玩具数据集，用于可视化聚类和分类算法。在用户指南中阅读更多信息。

参数:
n_samplesint 或 shape 为 (2,) 的元组, dtype=int, 默认为 100

如果为整数，则为生成的总点数。如果为包含两个元素的元组，则为两个半圆中每个半圆的点数。

版本 0.23 中的更改：增加了包含两个元素的元组。

shufflebool, 默认为 True

是否混洗样本。

noisefloat, 默认为 None

添加到数据的 Gaussian 噪声的标准差。

random_stateint, RandomState 实例或 None, 默认为 None

确定数据集混洗和噪声的随机数生成。传入一个整数可在多次函数调用中获得可复现的输出。请参见术语表。

返回值:
Xshape 为 (n_samples, 2) 的 ndarray

生成的样本。

yshape 为 (n_samples,) 的 ndarray

每个样本的类别成员资格的整数标签（0 或 1）。

示例

>>> from sklearn.datasets import make_moons
>>> X, y = make_moons(n_samples=200, noise=0.2, random_state=42)
>>> X.shape
(200, 2)
>>> y.shape
(200,)