Python sklearn make_hastie_10_2用法及代码示例

本文简要介绍python语言中 sklearn.datasets.make_hastie_10_2 的用法。

用法:

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

为 Hastie 等人使用的二元分类生成数据。 2009 年，示例 10.2。

这十个特征是标准独立高斯，目标y定义为：

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

在用户指南中阅读更多信息。

参数：

n_samples：整数，默认=12000

样本数。

random_state：int、RandomState 实例或无，默认=无

确定数据集创建的随机数生成。传递 int 以获得跨多个函数调用的可重现输出。请参阅词汇表。

返回：

X：ndarray 形状 (n_samples, 10)

输入样本。

y：ndarray 形状 (n_samples,)

输出值。

参考：

1

T. Hastie、R. Tibshirani 和 J. Friedman，“统计学习要素”。 2”，施普林格，2009 年。