pc网站,seo软件推荐,分销怎么做网站开发分销,酒店宣传软文一#xff0c;原理介绍
sklearn.datasets.make_swiss_roll#xff08;#xff09;函数提供了三维瑞士卷的数据集#xff0c;我们可以利用他来生成瑞士卷#xff0c;该函数的用法见sklearn官方文档#xff1a;官网文档#xff1a;sklearn.datasets.make_swiss_roll…一原理介绍
sklearn.datasets.make_swiss_roll函数提供了三维瑞士卷的数据集我们可以利用他来生成瑞士卷该函数的用法见sklearn官方文档官网文档sklearn.datasets.make_swiss_roll用法
make_swiss_roll(n_samples100, *, noise0.0, random_stateNone, holeFalse)
函数有三个参数
n_samples:int默认值 100,是Swiss Roll 上的采样点数。
noise float, 默认值0.0是高斯噪声的标准偏差。
random_stateintRandomState 实例或 None默认值 无确定数据集创建的随机数生成。传递一个 int 用于跨多个函数调用的可重现输出。
holebool, 默认值False
二代码详解
# swiss roil
from sklearn.datasets import make_swiss_roll
import matplotlib.pyplot as plt
导入Scikit-Learn库中的make_swiss_roll函数该函数用于生成一个瑞士卷数据集。
X,labels make_swiss_roll(1000,noise0.05)
调用make_swiss_roll函数生成一个包含1000个样本的三维数据集其中noise0.05表示在生成数据时引入了一些噪声。生成的数据包括X特征矩阵和labels标签X包含了每个样本的三维坐标。下面是设置的噪声分别为noise0.050.10.20.5时的图像。 fig plt.figure()make_swiss_roll(1000, noise0.05)生成包含 1000 个样本的瑞士卷数据集并引入少量噪声
ax fig.add_subplot(111,projection 3d,elev7,azim-80)
ax.set_position([0,0,0.95,1])ax表示图中的 3D 子图。111表示 1x1 网格行、列、索引中的单个子图。projection3d指定 3D 绘图。elev7, azim-80设置仰角和方位角以控制视图。set_position调整图中子图的位置。
ax.scatter(X[:, 0], X[:, 1], X[:, 2], clabels, edgecolork, cmapplt.cm.cool)scatter绘制 3D 散点图。X[:, 0], X[:, 1], X[:, 2]3D 空间中点的坐标。clabels根据标签为点着色。edgecolork将边缘颜色设置为黑色。cmapplt.cm.cool指定用于为点着色的颜色图。 三完整代码
# swiss roil
from sklearn.datasets import make_swiss_roll
import matplotlib.pyplot as plt
X,labels make_swiss_roll(1000,noise0.05)
fig plt.figure()
ax fig.add_subplot(111,projection 3d,elev7,azim-80)
ax.set_position([0,0,0.95,1])
ax.scatter(X[:,0],X[:,1],X[:,2],clabels,edgecolork,cmapplt.cm.cool)
plt.show()
