make_circles#
- sklearn.datasets.make_circles(n_samples=100, *, shuffle=True, noise=None, random_state=None, factor=0.8)[source]#
在二维空间中生成一个包含较小圆的大圆。
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 或形状为 (2,) 的元组,类型为 int,默认值 100
如果为 int,则表示生成的总点数。对于奇数,内圆将比外圆多一个点。如果为二元组,则表示外圆和内圆中的点数。
0.23 版本中的变更: 添加了二元组。
- shufflebool,默认值 True
是否打乱样本。
- noisefloat,默认值 None
添加到数据的 Gaussian 噪声的标准差。
- random_stateint,RandomState 实例或 None,默认值 None
确定数据集洗牌和噪声的随机数生成。传入一个 int 以便在多次函数调用中获得可重现的输出。请参阅术语表。
- factorfloat,默认值 .8
内圆和外圆之间的缩放因子,范围为
[0, 1)
。
- 返回:
- X形状为 (n_samples, 2) 的 ndarray
生成的样本。
- y形状为 (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_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)]