Scikit-learn পাইথন লাইব্রেরি নমুনা ডেটাসেট সরবরাহ করে যা বিভিন্ন গ্রাফ প্লট তৈরির জন্য ব্যবহার করা যেতে পারে। এই ডেটাসেটগুলির উপযোগিতা নমুনা গ্রাফ এবং চার্ট তৈরিতে এবং মান পরিবর্তন হলেও গ্রাফের আচরণ পূর্বাভাস করার 데 있습니다। আসল ডেটাসেট ব্যবহার করার আগে আপনি এই নমুনা গ্রাফে রঙ, অক্ষ এবং অন্যান্য প্যারামিটার নিয়ে কাজ করতে পারেন।
make_blobs ব্যবহার করা
নিচের উদাহরণে আমরা matplotlib-এর সাথে sklearn লাইব্রেরি ব্যবহার করে একটি নির্দিষ্ট শৈলীর স্ক্যাটার প্লট তৈরি করব। আমরা ২০০টি ডেটা পয়েন্টের নমুনা বেছে নেব এবং ক্লাস্টারগুলির রঙ এবং ধরন নির্বাচন করব।
উদাহরণ
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=3, 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()
আউটপুট
উপরোক্ত কোড চালালে নিচের ফলাফল পাওয়া যাবে:
make_circles ব্যবহার করা
উপরের পদ্ধতির মতোই আমরা make_circles ফাংশন ব্যবহার করে ১০০টি নমুনা আকার এবং নীল রঙের বৃত্ত তৈরি করব।
উদাহরণ
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()
আউটপুট
উপরোক্ত কোড চালালে নিচের ফলাফল পাওয়া যাবে:
