資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究Python - 使用 Sklearn 建立測試資料集
Sklearn python 庫提供的示例資料集可用於建立各種圖形圖。這些資料集的用處在於建立示例圖形和圖表以及預測圖形的變化行為。在使用實際資料集之前，你還可以處理其他引數，比如決定此類示例圖形的顏色和座標軸等。
使用 make_blobs
在下面示例中，我們將 sklearn 庫與 matplotlib 結合起來，以特定樣式建立散點圖。我們選擇 200 個數據點的樣本，並選擇顏色和簇型別。
示例
from sklearn.datasets import make_blobs
from matplotlib import pyplot as plt
from matplotlib import style
style.use("fast")
X, y = make_blobs(n_samples=200, centers=,
cluster_std=1, n_features=2)
plt.scatter(X[:, 0], X[:, 1], s=60, color='r')
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
plt.clf()輸出
執行上述程式碼，將得到以下結果 −
使用 make_circles
與上述方法類似，我們採用 make_circles 函式，以樣本大小 100 和藍色作為顏色建立圓圈。
示例
from sklearn.datasets import make_circles
from matplotlib import pyplot as plt
from matplotlib import style
style.use("fast")
X, y = make_circles(n_samples=100, noise=0.04)
plt.scatter(X[:, 0], X[:, 1], s=40, color='b')
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
plt.clf()輸出
執行上述程式碼，將得到以下結果 −
更新於: 2021 年 1 月 25 日
292 次檢視
廣告