如何掌握数据科学界的“黑色黄金”?( 九 )_数据就是新的石油。现在进入算法世界的

这里有一个简短的摘要：

回归问题生成：Scikit-learning的数据集。 make_regression函数可以创建任意数量的具有输入特征、输出目标和它们之间可控的信息耦合程度的随机回归问题。它还可以混合高斯噪声。

分类问题生成：与上面的回归函数相似， dataset.make_classification生成一个随机多类分类问题（数据集），它具有可控的分类以及附加噪声。如果需要，还可以随机翻转任何百分比的输出符号以创建更难的分类数据集。

聚类问题生成：有很多函数可用于生成有趣的集群。最直接的方法是使用dataset.make_blobs ，它可以生成任意数量的具有可控距离参数的集群。

各向异性团簇生成：通过使用矩阵乘法的简单转换，可以生成沿着特定轴对齐或各向异性分布的集群。

同心环簇数据生成：对于测试基于密切关系的聚类算法或高斯混合模型，将聚类生成为特殊形状是很有用的。我们可以使用dataset.make_circles函数来实现这一点。

如何掌握数据科学界的“黑色黄金”?( 九 )