make_moons#

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

Erstellt zwei sich abwechselnde Halbkreise.

Ein einfaches Spielzeug-Datenset zur Visualisierung von Clustering- und Klassifizierungsalgorithmen. Lesen Sie mehr im Benutzerhandbuch.

Parameter:

n_samplesint oder Tupel der Form (2,), dtype=int, Standardwert=100: Wenn int, ist dies die Gesamtzahl der generierten Punkte. Wenn ein Tupel aus zwei Elementen, die Anzahl der Punkte in jeder der beiden Mondphasen.

Geändert in Version 0.23: Zwei-Element-Tupel hinzugefügt.
shufflebool, Standard=True: Ob die Stichproben gemischt werden sollen.
noisefloat, Standardwert=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 Ausgaben über mehrere Funktionsaufrufe hinweg. Siehe Glossar.

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 jeder Stichprobe.

Beispiele

>>> from sklearn.datasets import make_moons
>>> X, y = make_moons(n_samples=200, noise=0.2, random_state=42)
>>> X.shape
(200, 2)
>>> y.shape
(200,)

Galeriebeispiele#