make_hastie_10_2

sklearn.datasets.make_hastie_10_2(n_samples=12000, *, random_state=None)

生成Hastie et al. 2009，Example 10.2中使用的二进制分类数据。

十个特征是标准独立高斯和目标 y 定义如下：：

y[i] = 1 if np.sum(X[i] ** 2) > 9.34 else -1

阅读更多的 User Guide .

参数:

n_samplesint，默认=12000

样本数量。

random_stateint，RandomState实例或无，默认=无

确定创建数据集的随机数生成。传递int以获得跨多个函数调用的可重复输出。看到 Glossary .

返回:

Xndarray of shape (n_samples, 10)

输入样本。

y形状的nd数组（n_samples，）

输出值。

参见

make_gaussian_quantiles

这种数据集方法的概括。

引用

[1]

T.哈斯蒂河Tibshirani和J. Friedman，“统计学习要素第2版”，Springer，2009年。

示例

>>> from sklearn.datasets import make_hastie_10_2
>>> X, y = make_hastie_10_2(n_samples=24000, random_state=42)
>>> X.shape
(24000, 10)
>>> y.shape
(24000,)
>>> list(y[:5])
[np.float64(-1.0), np.float64(1.0), np.float64(-1.0), np.float64(1.0),
np.float64(-1.0)]