sklearn.datasets.make_blobs()函数用法

参考：https://scikit-learn.org/dev/modules/generated/sklearn.datasets.make_blobs.html

函数原型：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)

 

参数解释：n_samples(int/array):如果参数为int，代表总样本数；如果参数为array-like，数组中的每个数代表每一簇的样本数。

　　　　　n_features(int):样本点的维度。

    　　　　centers(int):样本中心数。如果样本数为int且centers=None，生成三个样本中心；如果样本数（n_samples）为数组，则centers 要么为None，要么为数组的长度。

                  cluster_std(float/sequence of floats):样本中，簇的标准差。

　　　　　center_box(pair of floats (min, max)):每个簇的上下限。

　　　　    shuffle(boolean):是否将样本打乱。

                   random_state(int/RandomState instance /None):指定随机数种子，每个种子生成的序列相同，与minecraft地图种子同理。

 

返回类型：X : 样本数组 [n_samples, n_features]

　　　　　     产生的样本

　　　　　y : array of shape [n_samples]

　　　　　     每个簇的标签

example：