make_classification参数

sklearn.datasets.make_classification

(

n_samples=100, 

n_features=20,                     特征个数= n_informative（） + n_redundant + n_repeated

n_informative=2,                  多信息特征的个数

n_redundant=2,                    冗余信息，informative特征的随机线性组合

n_repeated=0,                      重复信息，随机提取n_informative和n_redundant 特征

n_classes=2,                        分类类别

n_clusters_per_class=2,      某一个类别是由几个cluster构成的

weights=None,                     列表类型，权重比             

flip_y=0.01,                           

class_sep=1.0,                      乘以超立方体大小的因子。 较大的值分散了簇/类，并使分类任务更容易。默认为1

hypercube=True,shift=0.0, scale=1.0,                      

shuffle=True, 

random_state=None              如果是int，random_state是随机数发生器使用的种子; 如果RandomState实例，random_state是随                                                 机数生成器; 如果没有，则随机数生成器是np.random使用的RandomState实例。

)

功能：生成样本集，通常用于分类算法

 

返回值：

X：形状数组[n_samples，n_features]
生成的样本。

y：形状数组[n_samples]
每个样本的类成员的整数标签。