Scikit learn 什么是；n“U特性”；及；中心“；参数是指SciKit中的make_blobs？

我已经阅读了有关

SciKit

中

make\u blobs

函数中的

n\u功能

和

中心

参数的文档。然而，我所看到的每一个解释对我来说都不是那么清楚，因为我对

SciKit

和数学是新手。我想知道这两个参数是怎么做的：

n_功能

，

中心

在

make_blob

中的作用如下

make_blobs(n_samples=50, n_features=2, centers=2, random_state=75)

---

提前感谢。

生成blobs函数是

sklearn.datasets.samples\u generator

的一部分。包中的所有方法，帮助我们生成数据样本或数据集。在scikit了解的机器学习中，数据集用于评估机器学习模型的性能。这是一个关于如何评估以下项目的示例：

现在，正如您所提到的，

n_features

决定了生成的数据集将有多少列或特性。在机器学习中，特征对应于数字特征数据。例如，在中，有4个特征（萼片长度、萼片宽度、花瓣长度和花瓣宽度），因此数据集中有4个数字列。因此，通过在

make_blob

中增加

n_features

，我们添加了更多的特性，从而增加了生成数据集的复杂性

至于

中心

，通过可视化生成的数据集更容易理解。我使用

matplotlib

来帮助我们：

from sklearn.datasets.samples_generator import make_blobs
import matplot

# plot 1
X, y = make_blobs(n_features=2, centers=1)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.savefig('centers_1.png')
plt.title('centers = 1')

# plot 2    
X, y = make_blobs(n_features=2, centers=2)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.title('centers = 2')

# plot 3
X, y = make_blobs(n_features=2, centers=3)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.title('centers = 3')

plt.show()

---

如果运行上面的代码，您可以很容易地看到，

中心

对应于数据中生成的类的数量。它使用中心作为一个术语，因为属于同一类的样本往往聚集在一个中心（坐标）附近。

到目前为止，您对

生成blob

有什么了解？编辑：据我所知，我只知道生成blob函数实际上是生成blob的，通过我分配的几个样本，它给了我一个由两个元素组成的元组，这两个元素都是样本。我知道功能会给我提供另一列示例，但我不知道拥有另一列示例意味着什么。更重要的是，我不知道中心是什么意思。另外，我对元组的第二个元素感到困惑。这到底是什么意思？我想这帮了大忙！非常感谢。可视化为我点击，非常感谢！

from sklearn.datasets.samples_generator import make_blobs
import matplot

# plot 1
X, y = make_blobs(n_features=2, centers=1)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.savefig('centers_1.png')
plt.title('centers = 1')

# plot 2    
X, y = make_blobs(n_features=2, centers=2)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.title('centers = 2')

# plot 3
X, y = make_blobs(n_features=2, centers=3)
plt.figure()
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.title('centers = 3')

plt.show()