1

种随机样本的生成器，可以用来建立可控制大小和复杂性的人工数据集。
`种随机样本的生成器，可以用来建立可控制大小和复杂性的人工数据集。

make_blob() —— 聚类生成器
make_classification() —— 单标签分类生成器
make_multilabel_classification() —— 多标签生成器
make_regression() —— 回归生成器`
make_blob() —— 聚类生成器
make_classification() —— 单标签分类生成器
make_multilabel_classification() —— 多标签生成器
make_regression() —— 回归生成器

` n_samples=100, # 样本个数
n_features=20, # 特征个数

点击查看代码

 n_samples=100, # 样本个数
        n_features=20, # 特征个数
        n_informative=2, # 有效特征个数
        n_redundant=2, # 冗余特征个数（有效特征的随机组合）
        n_repeated=0, # 重复特征个数（有效特征和冗余特征的随机组合）
        n_classes=2, # 样本类别
        n_clusters_per_class=2, # 蔟的个数
        weights=None, # 每个类的权重 用于分配样本点
        flip_y=0.01, # 随机交换样本的一段 y噪声值的比重
        class_sep=1.0, # 类与类之间区分清楚

n_informative=2, # 有效特征个数 n_redundant=2, # 冗余特征个数（有效特征的随机组合） n_repeated=0, # 重复特征个数（有效特征和冗余特征的随机组合） n_classes=2, # 样本类别 n_clusters_per_class=2, # 蔟的个数 weights=None, # 每个类的权重 用于分配样本点 flip_y=0.01, # 随机交换样本的一段 y噪声值的比重 class_sep=1.0, # 类与类之间区分清楚`