make_circles#

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

Erstellt einen großen Kreis, der einen kleineren Kreis in 2D enthält.

Ein einfaches Spiel-Datensatz zur Visualisierung von Clustering- und Klassifizierungsalgorithmen.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:

n_samplesint oder Tupel der Form (2,), dtype=int, Standard=100: Wenn int, ist dies die Gesamtzahl der generierten Punkte. Bei ungeraden Zahlen wird der innere Kreis einen Punkt mehr als der äußere Kreis haben. Wenn ein Tupel mit zwei Elementen, die Anzahl der Punkte im äußeren Kreis und im inneren Kreis.

Geändert in Version 0.23: Tupel mit zwei Elementen hinzugefügt.
shufflebool, Standard=True: Ob die Samples gemischt werden sollen.
noisefloat, Standard=None: Standardabweichung des Gaußschen Rauschens, das den Daten hinzugefügt wird.
random_stateint, RandomState-Instanz oder None, default=None: Bestimmt die Zufallszahlengenerierung für das Mischen von Datensätzen und Rauschen. Übergeben Sie eine Ganzzahl für reproduzierbare Ergebnisse über mehrere Funktionsaufrufe hinweg. Siehe Glossar.
factorfloat, Standard=.8: Skalierungsfaktor zwischen innerem und äußerem Kreis im Bereich [0, 1).

Gibt zurück:

Xndarray der Form (n_samples, 2): Die generierten Samples.
yndarray der Form (n_samples,): Die ganzzahligen Labels (0 oder 1) für die Klassenmitgliedschaft jedes Samples.

Beispiele

>>> 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)]