为聚类生成数据集
合成数据完全合法，并符合全球各地隐私法律法规的要求。它是原始数据的合规且注重隐私的替代方案。make_blobs() 函数可用于生成符合高斯（或正态）分布的数据点。
在本练习中，您将生成一个包含 15000 个样本的数据集。
numpy 已以 np 导入，且已再次为本练习提供自定义函数 plot_data_points()。
本练习是课程的一部分
Python 中的数据隐私与匿名化
练习说明
- 从
datasets模块中导入用于生成聚类数据集的相应函数。 - 生成一个包含
15000个样本、2个特征、2个中心、簇标准差为3的数据集。 - 打印生成数据的形状。
- 在二维散点图中查看生成的数据点。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the function from the datasets module for generating clustering datasets
from sklearn.datasets import ____
# Generate a dataset with 15000 rows, 2 features, 2 centers, and a cluster std of 3
x, labels = ____
# Print the shape of the resulting generated data
print(____)
# See the resulting data points in a 2 dimensional scatter plot
plot_data_points(x, labels)