from sklearn.datasets import make_classification生成随机类别的数据

本文主要是介绍from sklearn.datasets import make_classification生成随机类别的数据，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

先看help结果，及返回的结果，就是训练用的数据

make_classification(n_samples=100, n_features=20, n_informative=2, 
n_redundant=2, n_repeated=0, n_classes=2, n_clusters_per_class=2, weights=None, 
flip_y=0.01, class_sep=1.0, hypercube=True, shift=0.0, scale=1.0, shuffle=True, random_state=None)X : array of shape [n_samples, n_features]The generated samples.y : array of shape [n_samples]The integer labels for class membership of each sample.

y是0~n_classes-1单个数字的集合，分别对应X的sample

X几个特征就有几列，知道三个参数就可以干活了。

>>> X, y = make_classification(n_samples=100, n_features=5, n_classes=2, random_state=42)
>>> X[:12]
array([[-0.43066755,  0.67287309, -0.72427983, -0.53963044, -0.65160035],[ 0.21164583, -0.84389686,  0.53479393,  0.82584805,  0.68195297],

这篇关于from sklearn.datasets import make_classification生成随机类别的数据的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---