make_classification函数结果打印代码
时间: 2023-12-21 14:03:50 浏览: 32
好的,以下是使用sklearn库中的make_classification函数生成数据并打印结果的代码示例:
```python
from sklearn.datasets import make_classification
# 生成100个样本,有5个特征,2个类别,不平衡数据(class1占比0.2)
X, y = make_classification(n_samples=100, n_features=5, n_classes=2, weights=[0.8, 0.2])
# 打印结果
print("X shape: ", X.shape) # 输出:(100, 5)
print("y shape: ", y.shape) # 输出:(100,)
# 查看类别分布情况
unique, counts = np.unique(y, return_counts=True)
print("Class distribution: ", dict(zip(unique, counts)))
```
其中,make_classification函数的参数含义如下:
- n_samples:生成样本数
- n_features:生成特征数
- n_classes:生成类别数
- weights:生成类别占比,可以是一个列表或字符串,如[0.7, 0.3]或"0.7"。
输出结果中,X是生成的数据,y是对应的标签。我们可以查看它们的形状,以及类别分布情况。
相关问题
Python的make_classification函数
`make_classification()`函数是Scikit-learn库中的一个函数,用于生成分类数据集。该函数可以生成指定数量的样本,每个样本包含多个特征和一个类别标签。这个函数的常用参数如下:
- `n_samples`:生成样本的数量;
- `n_features`:每个样本的特征数量;
- `n_informative`:有信息量的特征的数量;
- `n_redundant`:冗余特征的数量;
- `n_repeated`:重复特征的数量;
- `n_classes`:生成数据集的类别数量;
- `n_clusters_per_class`:每个类别中的簇数量;
- `weights`:每个类别的权重;
- `class_sep`:每个类别的分离度;
- `random_state`:随机数种子。
使用示例:
```python
from sklearn.datasets import make_classification
X, y = make_classification(n_samples=1000, n_features=10, n_informative=5, n_redundant=2, n_classes=2, weights=[0.7, 0.3], class_sep=1.0, random_state=42)
```
该代码将生成1000个样本,其中每个样本有10个特征,其中5个特征有信息量,2个特征是冗余的。生成的数据集有2个类别,第一个类别的权重是0.7,第二个类别的权重是0.3。每个类别中有1个簇。每个类别之间的分离度是1.0。随机数种子为42。
make_classification函数参数的意义
`sklearn.datasets.make_classification()`是用于生成随机分类数据集的函数,其重要参数及其意义如下:
- `n_samples`: 生成样本的数目。
- `n_features`: 生成样本的特征数。
- `n_informative`: 生成特征中用于分类的信息特征的数目。
- `n_redundant`: 生成特征中冗余的信息特征(可以通过其他特征推导出来)的数目。
- `n_classes`: 生成样本中的分类数目。
- `n_clusters_per_class`: 每个分类中的聚类数目。
- `weights`: 每个分类的样本权重。
- `random_state`: 随机种子。
`n_informative`和`n_redundant`的总和不能超过`n_features`。`n_clusters_per_class`默认为1,表示每个分类中只有一个聚类。`weights`默认为None,表示每个分类的样本权重相等。