ไลบรารี Sklearn ของ Python มี Sample Data Sets ให้ซึ่งสามารถนำไปสร้างกราฟต่างๆ ได้ ความมีประโยชน์ของ Data Sets เหล่านี้คือการสร้างกราฟและแผนภูมิตัวอย่าง และทำนายพฤติกรรมของกราฟเมื่อค่าเปลี่ยนแปลง นอกจากนี้ คุณยังสามารถทำงานกับพารามิเตอร์อื่นๆ เช่น การตัดสินใจเรื่องสีและแกน ต่างๆ บนกราฟตัวอย่างเหล่านี้ ก่อนใช้ Data Set จริง
การใช้ make_blobs
ในตัวอย่างด้านล่าง เราใช้ไลบรารี sklearn ร่วมกับ matplotlib เพื่อสร้าง Scatter Plot ด้วยสไตล์เฉพาะ เราเลือกตัวอย่าง 200 จุดข้อมูล และเลือกสีและประเภทของ Clusters
ตัวอย่าง
from sklearn.datasets import make_blobs
from matplotlib import pyplot as plt
from matplotlib import style
style.use("fast")
X, y = make_blobs(n_samples=200, centers=,
cluster_std=1, n_features=2)
plt.scatter(X[:, 0], X[:, 1], s=60, color='r')
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
plt.clf()
ผลลัพธ์
การรันโค้ดข้างต้นให้ผลลัพธ์ดังนี้ −
การใช้ make_circles
คล้ายกับแนวทางข้างต้น เราใช้ฟังก์ชัน make_circles เพื่อสร้างวงกลมด้วยตัวอย่างขนาด 100 และสีฟ้า
ตัวอย่าง
from sklearn.datasets import make_circles
from matplotlib import pyplot as plt
from matplotlib import style
style.use("fast")
X, y = make_circles(n_samples=100, noise=0.04)
plt.scatter(X[:, 0], X[:, 1], s=40, color='b')
plt.xlabel("X")
plt.ylabel("Y")
plt.show()
plt.clf()
ผลลัพธ์
การรันโค้ดข้างต้นให้ผลลัพธ์ดังนี้ −
