make_circles#

sklearn.datasets.make_circles(n_samples=100, *, перемешивание=True, шум=None, random_state=None, фактор=0.8)[источник]#

Создать большой круг, содержащий меньший круг в 2D.

Простой игрушечный набор данных для визуализации алгоритмов кластеризации и классификации.

Подробнее в Руководство пользователя.

Параметры:

n_samplesцелое число или кортеж формы (2,), тип данных=int, по умолчанию=100: Если int, это общее количество сгенерированных точек. Для нечетных чисел внутренний круг будет иметь на одну точку больше, чем внешний круг. Если кортеж из двух элементов, количество точек во внешнем и внутреннем кругах.

Изменено в версии 0.23: Добавлен кортеж из двух элементов.
перемешиваниеbool, по умолчанию=True: Перемешивать ли образцы.
шумfloat, по умолчанию=None: Стандартное отклонение гауссовского шума, добавленного к данным.
random_stateint, экземпляр RandomState или None, по умолчанию=None: Определяет генерацию случайных чисел для перемешивания набора данных и шума. Передайте int для воспроизводимого вывода при множественных вызовах функции. См. Глоссарий.
факторfloat, по умолчанию=.8: Коэффициент масштабирования между внутренней и внешней окружностью в диапазоне [0, 1).

Возвращает:

Xndarray формы (n_samples, 2): Сгенерированные образцы.
yndarray формы (n_samples,): Целочисленные метки (0 или 1) для принадлежности каждого образца к классу.

Примеры

>>> 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)]