X, y = make_classification(n_classes=2, class_sep=2, weights=[0.1, 0.9], n_informative=2, n_redundant=0, flip_y=0, n_features=2, n_clusters_per_class=1, n_samples=100, random_state=9) 怎么解读

这段代码生成一个二元分类问题的数据集，其中有100个样本，每个样本有2个特征。其中一个类别的样本占总样本数的10％，另一个类别的样本占总样本数的90％。每个类别只有一个簇，特征中有2个是相关的，没有冗余特征，不会对输出结果造成影响，y的标签没有翻转。随机数种子是9。