sklearn 数据集（二）

sklearn还有有个强大的功能，可以生成数据
利用sklearn.datasets.make_语句生成数据集
sklearn.datasets.make_regression(n_samples=100, n_features=100, n_informative=10, n_targets=1, bias=0.0,effective_rank=None, tail_strength=0.5, noise=0.0, shuffle=True, coef=False, random_state=None)
利用sklearn生成一个回归类的数据集，数据集样本数100个，每一个数据的特征100个，类标签1个，数据的偏差为0.0，噪声系数0.0
这里写代码片
from sklearn import datasets
from sklearn.linear_model import LinearRegression
loaded_data=datasets.load_boston()#下载博士屯的房价
data_X=loaded_data.data#数据的属性
data_y=loaded_data.target#数据的标签`
model=LinearRegression()#引入线性回归模型
model.fit(data_X,data_y)#模型进行数据训练
print(model.predict(data_X[:4,:]))#预测前四个数据的标签并输出
print(data_y[:4])
预测结果：
[ 30.00821269 25.0298606 30.5702317 28.60814055]
实际结果
[ 24. 21.6 34.7 33.4]

“

make_blobs方法:


from sklearn import datasets
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt #图形化的工具模块
X,y=datasets.make_regression(n_samples=100,n_features=1,n_targets=1,noise=1)#产生100个样本，样本的特征属性和标签都是一，噪声为1.
plt.scatter(X,y)#散点的形式输出在图上
plt.show()

“
当噪声是8的时候，结果如下：

`
scikit中的make_blobs方法常被用来生成聚类算法的测试数据，直观地说，make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。
make_blobs方法:
sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)
其中：

n_samples是待生成的样本的总数。
n_features是每个样本的特征数。
centers表示类别数。
cluster_std表示每个类别的方差，例如我们希望生成2类数据，其中一类比另一类具有更大的方差，可以将cluster_std设置为[1.0,3.0]。
center_box 是表示中心坐标的最大最小范围
“
from sklearn.datasets import make_blobs
from matplotlib import pyplot

data,target=datasets.make_blobs(n_samples=100, n_features=2,\
centers=3, cluster_std=[1.0,3.0,2.0], \
center_box=(-10.0, 10.0), \
shuffle=True, random_state=None)
pyplot.scatter(data[:,0],data[:,1],c=target);
pyplot.show()
“`