生成团簇数据#

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数据点。

更多详情请参考用户指南.

参数：

n_samplesint 或 array-like，默认值=100: 如果为 int，则表示在各个聚类中平均分配的总点数。如果为 array-like，则序列的每个元素表示每个聚类的样本数。

v0.20 版本中已更改：现在可以将 array-like 传递给 n_samples 参数
n_featuresint，默认值=2: 每个样本的特征数量。
centersint 或 array-like，形状为 (n_centers, n_features)，默认值=None: 要生成的中心数量，或固定的中心位置。如果 n_samples 是 int 且 centers 为 None，则生成 3 个中心。如果 n_samples 为 array-like，则 centers 必须为 None 或长度等于 n_samples 长度的数组。
cluster_stdfloat 或 float 的 array-like，默认值=1.0: 聚类的标准差。
center_boxfloat 元组 (最小值, 最大值)，默认值=(-10.0, 10.0): 随机生成中心时，每个聚类中心的边界框。
shufflebool，默认值=True: 是否打乱样本。
random_stateint、RandomState 实例或 None，默认值=None: 确定数据集创建的随机数生成。传递一个 int 以在多次函数调用中获得可重复的输出。参见词汇表。
return_centersbool，默认值=False: 如果为 True，则返回每个聚类的中心。

0.23 版本中添加。

返回:

X形状为 (n_samples, n_features) 的 ndarray: 生成的样本。
y形状为 (n_samples,) 的 ndarray: 每个样本的聚类成员的整数标签。
centers形状为 (n_centers, n_features) 的 ndarray: 每个聚类的中心。仅当 return_centers=True 时返回。

另请参见

make_classification: 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])