ПочатиПочніть безкоштовно

Генерування наборів даних для класифікації

Знайти реальний набір даних, який відповідає всім потрібним поєднанням критеріїв, може бути складно, а якщо його ще й збирати, виникають питання конфіденційності. Як рішення можна використовувати генератори наборів даних, що дають хороші наближення до реальних даних.

У цій вправі ви створите великий набір даних для задачі класифікації з 3 класами. Для зручної візуалізації згенерованих даних у вигляді точкової діаграми надано власну функцію plot_data_points().

Ця вправа є частиною курсу

Конфіденційність даних і анонімізація в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте відповідну функцію з sklearn.datasets для генерування наборів даних для класифікації.
  • Згенеруйте 5000 зразків з 4 ознаками, 1 кластером на клас, 3 класами та розділенням класів 2.
  • Виведіть розмірність згенерованих даних.
  • Перегляньте отриману точкову діаграму.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код