क्लासिफिकेशन के लिए डेटासेट जनरेट करना
ऐसा वास्तविक डेटासेट ढूँढना जो सभी मनचाहे मापदंडों के संयोजन पूरे करता हो, जटिल हो सकता है और यदि इकट्ठा किया जाए तो प्राइवेसी संबंधी चिंताएँ भी हो सकती हैं. एक समाधान के रूप में, आप डेटासेट जनरेटर्स का उपयोग करके वास्तविक दुनिया के डेटासेट्स के अच्छे अनुमानित रूप बना सकते हैं.
इस अभ्यास में, आप 3-क्लास क्लासिफिकेशन समस्या के लिए एक बड़ा डेटासेट बनाएँगे. जनरेट किए गए डेटा को स्कैटर प्लॉट के रूप में आसानी से विज़ुअलाइज़ करने के लिए एक कस्टम फंक्शन plot_data_points() दिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में डेटा प्राइवेसी और अज्ञातिकरण
अभ्यास निर्देश
- क्लासिफिकेशन डेटासेट जनरेट करने के लिए
sklearn.datasetsसे संबंधित फंक्शन इम्पोर्ट करें. 5000सैंपल्स जनरेट करें जिनमें4फीचर्स हों, प्रति क्लास1क्लस्टर, कुल3क्लासेज़, और क्लास सेपरेशन2हो.- जनरेट किए गए डेटा का shape प्रिंट करें.
- प्राप्त स्कैटर प्लॉट देखें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the function for generating classification datasets
from sklearn.datasets import ____
# Generate 5000 samples with 4 features, 1 cluster per class, 3 classes, and class separation of 2
x, y = ____
# Inspect the generated data shape
print(____)
# Inspect the resulting data points in a 2 dimensional scatter plot
plot_data_points(x, y)