K表示Python中的集群-使用make_blob

我正在试图弄清楚这个make_blobs函数的n_特性是什么。我目前正在使用make_blob为Python中的k means集群实践制作一些人工数据

from sklearn.datasets import make_blobs
data = make_blobs(n_samples = 200, n_features = 2, centers = 4, cluster_std = 1.8, random_state=101)

它的默认值为2，描述为特征数。但是有人能给我解释一下上面的例子吗？我认为它是200个样本，有2个特征（x和y坐标），有4个中心，聚类标准偏差为1.8

---

如果我们将n_特性更改为23，会发生什么？这个情节改变了吗？改变它是否会产生影响，仅仅因为我不确定它到底是做什么的。谢谢。

如果您仅从函数中解包单个值，就像您在这里所做的那样：

data = make_blobs(n_samples = 200, n_features = 2, centers = 4, cluster_std = 1.8, random_state=101)

数据将是形状数组[n_个样本，n_个特征]。因此基本上当您更改它时 到23，您将得到形状为[n_samples，23]的数组。您可以这样想 生成的样本作为多维平面中的坐标