sklearn学习笔记（1）—make_blobs函数及参数

make_blobs函数

make_blobs函数是为聚类产生数据集，产生一个数据集和相应的标签
make_blobs(n_samples=100,n_features=2, centers=3, cluster_std=1.0, center_box=(-10.0,10.0), shuffle=True, random_state=None )

1. n_samples=100 ，表示数据样本点个数,默认值100；
2. n_features=2 ，是每个样本的特征（或属性）数，也表示数据的维度，默认值是2；
3. centers=3 ，表示类别数（标签的种类数），默认值3；
4. cluster_std=1.0 ，表示每个类别的方差，例如我们希望生成2类数据，其中一类比另一类具有更大的方差，可以将cluster_std设置为[1.0,3.0]，浮点数或者浮点数序列，默认值1.0；
5. center_box=(-10.0,10.0) ，中心确定之后的数据边界，默认值(-10.0, 10.0)；
6. shuffle=True ，将数据进行洗乱，默认值是True；
7. random_state=None ，官网解释是随机生成器的种子，可以固定生成的数据，给定数之后，每次生成的数据集就是固定的。若不给定值，则由于随机性将导致每次运行程序所获得的的结果可能有所不同。在使用数据生成器练习机器学习算法练习或python练习时建议给定数值。