make_circles#

sklearn.datasets.make_circles(n_samples=100, *, shuffle=True, noise=None, random_state=None, factor=0.8)[source]#

在 2d 中创建一个包含较小圆圈的大圆圈。

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内容。

参数:

n_samplesint or tuple of shape (2,), dtype=int, default=100: 如果为 int，则为生成的点的总数。对于奇数，内圈将比外圈多一个点。如果为包含两个元素的元组，则分别为外圈和内圈中的点数。

版本 0.23 中的新功能: 添加了两个元素的元组。
shufflebool, default=True: 是否打乱样本。
noisefloat, default=None: 添加到数据的 Gaussian 噪声的标准差。
random_stateint, RandomState instance or None, default=None: 确定数据集打乱和噪声的随机数生成。传入一个 int 以在多次函数调用中获得可重现的输出。请参阅 Glossary。
factorfloat, default=.8: 内圈和外圈之间的比例因子，范围为 [0, 1)。

返回:

Xndarray of shape (n_samples, 2): 生成的样本。
yndarray of shape (n_samples,): 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_circles
>>> X, y = make_circles(random_state=42)
>>> X.shape
(100, 2)
>>> y.shape
(100,)
>>> list(y[:5])
[np.int64(1), np.int64(1), np.int64(1), np.int64(0), np.int64(0)]