如何在Python中创建用于分类的模拟数据？

在本文中，我们将看到如何在Python中创建用于分类的模拟数据。

我们将使用提供各种生成器来模拟分类数据的 sklearn 库。

单标签分类

在这里我们将看到单标签分类，为此我们将使用一些可视化技术。

示例 1：使用make_circles()

make_circles生成具有球形决策边界的二维二元分类数据。

Python3

from sklearn.datasets import make_circles
import pandas as pd
import matplotlib.pyplot as plt
  
X, y = make_circles(n_samples=200, shuffle=True, 
                    noise=0.1, random_state=42)
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

输出：

示例 2：使用 make_moons()

make_moons()以两个交错的半圆的形状生成二维二元分类数据。

蟒蛇3

from sklearn.datasets import make_moons
import pandas as pd
import matplotlib.pyplot as plt
  
X, y = make_moons(n_samples=200, shuffle=True,
                  noise=0.15, random_state=42)
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

输出：

示例 3. 使用make_blobs()

make_blobs()以可用于聚类的 blob 形式生成数据

蟒蛇3

from sklearn.datasets import make_blobs
import pandas as pd
import matplotlib.pyplot as plt
  
X, y = make_blobs(n_samples=200, n_features=2, centers=3,
                  shuffle=True, random_state=42)
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

输出：

示例 4. 使用make_classification()

make_classification()生成一个随机的 n 类分类问题

蟒蛇3

from sklearn.datasets import make_classification
import pandas as pd
import matplotlib.pyplot as plt
  
X, y = make_classification(n_samples=100, n_features=5,
                           n_classes=2,
                           n_informative=2, n_redundant=2,
                           n_repeated=0,
                           shuffle=True, random_state=42)
pd.concat([pd.DataFrame(X), pd.DataFrame(
    y, columns=['Label'])], axis=1)

输出：

多标签分类

make_multilabel_classification()生成随机多标签分类问题。

蟒蛇3

from sklearn.datasets import make_multilabel_classification
import pandas as pd
import matplotlib.pyplot as plt
  
X, y = make_multilabel_classification(n_samples=100, n_features=5, 
                                      n_classes=2, n_labels=1,
                                      allow_unlabeled=False,
                                      random_state=42)
pd.concat([pd.DataFrame(X), pd.DataFrame(y, 
                                         columns=['L1', 'L2'])],
          axis=1)

输出：