make_circles

sklearn.datasets.make_circles(n_samples=100, *, shuffle=True, noise=None, random_state=None, factor=0.8)

在2D中创建一个包含一个较小圆的大圆。

一个简单的玩具数据集可视化聚类和分类算法。

阅读更多的 User Guide .

参数:

n_samplesint或shape（2，）的tuple，dype =int，默认=100

如果是int，则是生成的积分总数。对于奇数，内圆将比外圆多一个点。如果是二元多元组，则外圆和内圆中的点数。

在 0.23 版本发生变更: 添加了二元数组。

shuffle布尔，默认=True

是否对样本进行洗牌。

noisefloat，默认=无

加到数据中的高斯噪声的标准差。

random_stateint，RandomState实例或无，默认=无

确定数据集洗牌和噪音的随机数生成。传递int以获得跨多个函数调用的可重复输出。看到 Glossary .

factorfloat，默认=.8

内圆和外圆之间的比例因子 [0, 1) .

返回:

X形状的nd数组（n_samples，2）

生成的样本。

y形状的nd数组（n_samples，）

每个样本的类成员资格的整数标签（0或1）。

示例

>>> from sklearn.datasets import make_circles
>>> X, y = make_circles(random_state=42)
>>> X.shape
(100, 2)
>>> y.shape
(100,)
>>> list(y[:5])
[np.int64(1), np.int64(1), np.int64(1), np.int64(0), np.int64(0)]