Sklearn পাইথন লাইব্রেরি নমুনা ডেটা সেট সরবরাহ করে যা বিভিন্ন গ্রাফ প্লট তৈরি করতে ব্যবহার করা যেতে পারে। এই ডেটাসেটের উপযোগিতা হল নমুনা গ্রাফ এবং চার্ট তৈরি করা এবং মান পরিবর্তনের সাথে সাথে গ্রাফের আচরণের পূর্বাভাস দেওয়া। এছাড়াও আপনি প্রকৃত ডেটা সেট ব্যবহার করার আগে এই নমুনা গ্রাফগুলিতে রঙ এবং অক্ষ ইত্যাদির বিষয়ে সিদ্ধান্ত নেওয়ার মতো অন্যান্য পরামিতিগুলিতে কাজ করতে পারেন৷
make_blobs ব্যবহার করা
নীচের উদাহরণে আমরা একটি নির্দিষ্ট শৈলীর সাথে একটি স্ক্যাটার প্লট তৈরি করতে matplotlib-এর সাথে sklearn লাইব্রেরি ব্যবহার করি। আমরা 200টি ডেটা পয়েন্টের একটি নমুনা নির্বাচন করি এবং ক্লাস্টারগুলির রঙ এবং প্রকারও নির্বাচন করি৷
উদাহরণ
sklearn.datasets থেকে make_blobs আমদানি করুন matplotlib থেকে pyplot হিসেবে plt থেকে matplotlib আমদানি করুন stylestyle.use("fast")X, y =make_blobs(n_samples=200, centers=, cluster_std=1, n_Xplatters=2) [:, 0], X[:, 1], s=60, color='r')plt.xlabel("X")plt.ylabel("Y")plt.show()plt.clf() আউটপুট
উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -
মেক_সার্কেল ব্যবহার করা
উপরের পদ্ধতির অনুরূপ আমরা 100 নমুনা আকারের বৃত্ত তৈরি করতে make_circles ফাংশন গ্রহণ করি এবং রঙ হিসাবে নীল।
উদাহরণ
sklearn.datasets থেকে import make_circles from matplotlib import pyplot হিসাবে pltfrom matplotlib import style.use("fast")X, y =make_circles(n_samples=100, noise=0.04)plt.scatter(X:,]X [:, 1], s=40, color='b')plt.xlabel("X")plt.ylabel("Y")plt.show()plt.clf() আউটপুট
উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -
