make_classification函数

sklearn.datasets.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)

参数	类型	默认值	含义
n_samples	int	100	样本数量
n_features	int	20	特征总数。这些包括n_informative 信息特征、n_redundant冗余特征、 n_repeated重复特征和 n_features-n_informative-n_redundant-n_repeated随机抽取的无用特征。
n_informative	int	2	`信息特征`的数量。
n_redundant	int	2	`冗余特征`的数量。这些特征是作为`信息特征`的随机线性组合生成的。(假设n_informative=F1,F2,…那么n_redundant= aF1+bF2+… a,b,c就是随机数)
n_repeated	int	0	从`信息特征`和`冗余特征`中随机抽取的`重复特征`的数量。
n_classes	int	2	分类问题的类（或标签）数。
n_clusters_per_class	int	2	每个类的集群数。
random_state	int	None	类似随机种子，复现随机数

返回值	输出值	含义
X	ndarray(n_samples, n_features)	生成的n+samples个样本
y	ndarray(n_samples)	每个样本的类别成员的整数标签。

生成一个随机的 n n n 类分类问题。

在不打乱的情况下，X按以下顺序水平堆叠特征：主要n_informative特征，然后n_redundant 是信息特征的线性组合，然后是n_repeated 重复，随机抽取信息和冗余特征的替换。其余特征充满随机噪声。因此，无需改组，所有有用的特征都包含在列中。X[:, :n_informative + n_redundant + n_repeated]

from sklearn.datasets import make_classificationX, y = make_classification(n_samples=6, n_classes=2, n_features=5, n_informative=5,n_redundant=0,n_clusters_per_class=1)
display(X,y)"""
n_samples=6 - 6行6个数据
n_classes=2 - 结果分为2类即二分类
n_features=5 - 5个特征
n_informative=5 - 5个全部有效的特征
n_redundant=0 - 冗余特征为0
n_clusters_per_class=1 - 每一个类别聚为一个簇array([[ 1.10885456, -1.97464085,  2.14372944, -0.08241471, -2.60173628],[ 0.98456921, -4.67257395, -0.10161149,  0.52329866,  2.0178222 ],[-2.92441307, -2.20249011,  0.12827954,  1.90711152,  0.24340137],[ 0.14524134, -1.42685331,  1.92731161, -0.72915701,  1.3529692 ],[-0.09694719, -0.28604481, -2.62609999, -0.46131174,  0.72515074],[ 0.25540393, -2.64589841, -2.05721611,  0.53203936,  0.34273113]])array([0, 1, 1, 0, 1, 0])
"""

参考：

sklearn.datasets.make_classification (scikit)

修改时间：
2022/1/29

make_classification函数相关推荐

独家 | 指南：不平衡分类的成本敏感决策树（附代码链接）
作者:Jason Brownlee 翻译:陈超校对:冯羽本文约3500字,建议阅读10+分钟本文介绍了不平衡分类中的成本敏感决策树算法. 决策树算法对平衡分类是有效的,但在不平衡数据集上却表现不 ...
机器学习算法一览，应用建议与解决思路
机器学习算法一览,应用建议与解决思路作者:寒小阳时间:2016年1月. 出处:http://blog.csdn.net/han_xiaoyang/article/details/5046933 ...
机器学习——KNN实现
一.KNN(K近邻)概述 KNN一种基于距离的计算的分类和回归的方法. 其主要过程为: 计算训练样本和测试样本中每个样本点的距离(常见的距离度量有欧式距离,马氏距离等): 对上面所有的距离值进行排序( ...
Python机器学习入门笔记（1）—— Scikit-learn与特征工程
目录机器学习算法分类数据集工具 Scikit-learn Scikit-learn的安装 scikit-learn数据集API介绍 bunch对象 datasets模块数据集的划分 train_ ...
python程序题求roc-auc是一种常用的模型评价指标_模型评价方法
第五章模型评价方法 5.1 模型的评价方法介绍 5.1.1~5 accuracy,precision,recall,F1-score,ROC曲线分别画图举例,要说出应用场景,例如什么情况用什么评价 ...
如何用Python计算特征重要性？
特征重要性评分是一种为输入特征评分的手段,其依据是输入特征在预测目标变量过程中的有用程度. 特征重要性有许多类型和来源,尽管有许多比较常见,比如说统计相关性得分,线性模型的部分系数,基于决策树的特征重 ...
感知器算法及python实现
这边建议异步到第二版感知器算法及其python 实现 V2.0,训练速度更快,数据集更直观. 第一版写的还是太过粗糙. 感知器算法及python实现通俗来讲,感知器算法可以完成如下这类线性可分的二分 ...
机器学习scikit-learn入门
概述样例数据集及模拟数据生成函数分类回归分析聚类模型评价与优化数据预处理人工智能(Artificial Intelligence,简称AI).机器学习(Machine Learning, ...

make_classification函数

make_classification函数

make_classification函数相关推荐

最新文章

热门文章