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, return_centers=False)[source]#

生成用于聚类的各向同性高斯斑点。

在用户指南中阅读更多内容。

参数:

n_samplesint or array-like, default=100: 如果是 int，则是均匀分布在所有簇中的总点数。如果是 array-like，序列中的每个元素表示每个簇的样本数。

v0.20 版本更改: 现在可以将 array-like 传递给 n_samples 参数。
n_featuresint, default=2: 每个样本的特征数。
centersint or array-like of shape (n_centers, n_features), default=None: 要生成的中心数，或固定的中心位置。如果 n_samples 是 int 且 centers 是 None，则生成 3 个中心。如果 n_samples 是 array-like，则 centers 必须是 None 或长度等于 n_samples 长度的数组。
cluster_stdfloat or array-like of float, default=1.0: 簇的标准差。
center_boxtuple of float (min, max), default=(-10.0, 10.0): 当随机生成中心时，每个簇中心的边界框。
shufflebool, default=True: 打乱样本。
random_stateint, RandomState instance or None, default=None: 确定数据集创建的随机数生成。传递一个 int 值以在多次函数调用中获得可重现的输出。请参阅词汇表。
return_centersbool, default=False: 如果为 True，则返回每个簇的中心。

0.23 版本新增。

返回:

Xndarray of shape (n_samples, n_features): 生成的样本。
yndarray of shape (n_samples,): 每个样本的簇成员资格的整数标签。
centersndarray of shape (n_centers, n_features): 每个簇的中心。仅当 return_centers=True 时返回。

另请参阅

make_classification: 一个更复杂的变体。

示例

>>> from sklearn.datasets import make_blobs
>>> X, y = make_blobs(n_samples=10, centers=3, n_features=2,
...                   random_state=0)
>>> print(X.shape)
(10, 2)
>>> y
array([0, 0, 1, 0, 2, 2, 2, 1, 1, 0])
>>> X, y = make_blobs(n_samples=[3, 3, 4], centers=None, n_features=2,
...                   random_state=0)
>>> print(X.shape)
(10, 2)
>>> y
array([0, 1, 2, 0, 2, 2, 2, 1, 1, 0])