sklearn 中 make_blobs模块的使用

from sklearn.datasets import make_blobsimport matplotlib.pyplot as pltimport numpy as npif __name__ == '__main__':    # make_blobs函数是为了聚类产生数据集   data, label = make_blobs(n_features=2, n_samples=100, centers=3, random_state=3, cluster_std=[0.8, 2, 5])    # n_features : 设置每个样本有几个特征值，默认值是2    # n_samples : 取多少个样本数，默认值100    # centers : 样本中心点有几个，默认值是3    # random_state : 设置随机数种子，防止每次生成的数据都修改。默认是np.random。    # cluster_std : 每个类别的方差。默认值是1.0   # shuffle : 洗乱，默认值是True    # center_box : 中心确认之后的数据边界，默认值（-10.0， 10.0）
    # 进行样本绘制    plt.scatter(data[:, 0], data[:, 1], c=label)    plt.show()