sklearn.datasets.make_blobs() 生成的各向同性高斯 Blob 的分布？

Question

谁能解释由sklearn.datasets.make_blobs()生成的各向同性高斯斑点的含义。我没有理解它的含义，只在 sklearn 文档中找到了这个 Generate isotropic Gaussian blobs for clustering。我也经历过这个question。

所以，这是我的疑问

from sklearn.datasets import make_blobs
# data set generate
X, y = make_blobs(n_samples = 100000, n_features = 2, centers = 2, random_state = 2, cluster_std = 1.5)

# scatter plot of blobs
plt.scatter(X[:, 0], X[:, 1], c = y, s = 50, cmap = 'RdBu')

# distribution of first feature
sns.histplot(x = X[:, 0], kde = True) 

由于该特征遵循的分布近似正态。

# distribuution of second feature
sns.histplot(x = X[ :, 1], kde = True, color = "green", alpha = 0.2 )

第二个特征的分布是不正常的双峰分布。

# overall distribution of values
sns.histplot(x = X.flatten(), color = "red", kde = True, alpha = .5)

这也不正常！

# Variance Covrariance Matrix of Features
np.cov(X[:, 0], X[:, 1])

输出

array([[ 3.55546911,  4.70526192],
       [ 4.70526192, 19.00023664]])

这里的高斯实际上是什么意思！。这可能是一个愚蠢的问题，所以请提前道歉。

Answer 1

简而言之，我正在分享这些东西。

用于理解的代码 sn-p make_blobs() 在这里。 make_blobs_notebook