Python：sklearn生成在数据点的指定范围内的集群

Question

我正在尝试生成x范围内的集群，使得0 <0。 x＆lt;在图10的范围内，y在y的范围内，使得0 <0。 y＆lt; 10，中心x = 5，y = 5.我在网上找不到任何解决方案。谁能帮我这个。以下是我到目前为止的内容

import numpy as np
from sklearn.datasets.samples_generator import make_blobs
from pylab import *

    centers = [[5, 5]]
    X, labels_true = make_blobs(n_samples=100, centers=centers, cluster_std=0.5, random_state=0)
    print X

Example of Output:
 [ 5.07747371  5.18908126]
 [ 4.6781908   3.88829842]
 [ 5.03325861  5.15123595]
 [ 4.44780833  5.02608254]
 [ 4.77223375  5.00873958]
 [ 5.76638961  5.73467938]
 [ 5.08871307  4.79910953]
 [ 4.68207696  5.33821665]
 [ 5.58938979  4.91003758]

如您所见，输出值的x值从4到6不等，y的值相同。我需要能够生成可以控制此范围的集群。

Answer 1

make_blobs生成高斯群集。这些不具有有限的值范围。超出几个标准偏差的值不太可能，但并非不可能。如果要保证值范围，请改为使用均匀分布。

您可以使用centers来控制中心，cluster_std可以控制标准偏差。有关详细信息，请参阅make_blobs的文档。

或者，如果您的应用程序允许，您可以简单地丢弃您要求的范围之外的值，从截断的高斯中有效采样。最后，如果丢弃样本（无论出于何种原因）不是一个有效的选项，你确实可以采样两个统一的数字。如果你坚持获得高斯分布，你可以将Box-Muller变换成2D高斯（在链接中：从0和1之间的两个统一数字计算z1和z2：x1和x2）：

http://mathworld.wolfram.com/Box-MullerTransformation.html