scikit-learn中的make_blobs聚类数据生成器方法
make_blobs()：

sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)

n_samples：待生成的样本的总数，默认值100。
n_features：每个样本的特征数，默认值2。
centers：类别数，默认值3。
cluster_std：每个类别的方差，如果需要生成不同方差的两个类别，可设置为[1.0，3.0]，与centers对应，默认值1.0。
center_box：中心确定之后的数据边界，默认值(-10.0，10.0)。
shuffle：将数据进行洗乱，默认值True。
random_state：随机生成器种子，可以固定数值，固定数值后每次生成的数据集是固定的。

返回值：

X：array of shape [n_samples, n_features]
      The generated samples.    
y：array of shape [n_samples]
      The integer labels for cluster membership of each sample.

---

numpy中的linspace()方法
numpy.linspace()：
在指定间隔内返回均匀间隔的数字，即返回num个均匀分布的样本，在[start，stop]。

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

endpoint：true则范围为[start，stop]，false则为[start，stop)。
retstep：若为true则返回之中增加一项间隔。
dtype：推断输出的数据类型，与输入相同。    

返回值：

samples：ndarray
      There are num equally spaced samples in the closed interval [start, stop] or the half-open interval [start, stop) (depending on whether endpoint is True or False).    
step：float, optional
      Only returned if retstep is True
      Size of spacing between samples.

---

matplotlib中的plt.scatter()和plt.plot()方法
plt.plot()：

plt.plot(x, y, format_string, **kwargs)

x，y：x轴y轴数据。
format_string：控制曲线的格式字符串，由颜色字符、风格字符、标记字符组成。
**kwargs：可画多条直线。
color：颜色。
linestyle：线条风格。
marker：标记风格。
markerfacecolor：标记颜色。
markersize：标记尺寸。

plt.scatter()：

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

x，y：散点的坐标。
s：散点的面积。
c：散点的颜色（默认值为蓝色'b'，b——blue，c——cyan，g——green，k——black，m——magenta，r——red，w——white，y——yellow）。
marker：散点样式（默认值为实心圆'o'），间附录6。
alpha：散点透明度，[0，1]之间，0完全透明，1不透明。    
linewidths：散点的边缘线宽。
edgecolors：散点的边缘颜色。
camp：指的是matplotlib.colors.Colormap，相当于多个调色盘的合集，程序中选取的是'autumn'这个调色盘。
进阶：https://zhuanlan.zhihu.com/p/111331057

---

sklearn.svm中的SVC方法（对象）：
SVC()：

class sklearn.svm.SVC(self, C=1.0, kernel='rbf', degree=3, gamma='auto_deprecated',
             coef0=0.0, shrinking=True, probability=False,
             tol=1e-3, cache_size=200, class_weight=None,
             verbose=False, max_iter=-1, decision_function_shape='ovr',
             random_state=None)

参数：

c：惩罚系数，用来控制损失函数的惩罚系数，类似于LR中的正则化系数。默认为1，一般需要通过交叉验证来选择一个合适的C，一般来说，噪点比较多的时候，C需要小一些。
kernel：核函数，核函数是用来将非线性问题转化为线性问题的一种方法，默认是“rbf”核函数，常见的核函数见下图。
degree：当核函数是多项式核函数“poly”的时候，用来控制函数的最高次数。这个参数只对多项式核函数有用，是指多项式核函数的阶数 n。如果给的核函数参数是其他核函数，则会自动忽略该参数。
gamma：核函数系数，默认是“auto”，即特征维度的倒数。核函数系数，只对rbf  poly  sigmoid 有效。
coef0：核函数常数值（ y = kx + b 的b值），只有“poly”和“sigmoid” 函数有，默认值是0。
shrinking：是否启用启发式收缩方式，默认为True。启发式收缩方式就是：如果能预知哪些变量对应着支持向量，则只要在这些样本上训练就够了，其他样本可不予考虑，这不影响训练结果，但降低了问题的规模并有助于迅速求解，起到一个加速训练的效果。
probability：是否使用概率估计，默认是False。
tol：残差收敛条件，默认是0.0001，与LR中的一致。
chache_size：缓冲大小，用来限制计算量大小，默认是200M，如果机器内存大，推荐使用500MB甚至1000MB。
class_weight：与其他模型中参数含义一样，也是用来处理不平衡样本数据的，可以直接以字典的形式指定不同类别的权重，也可以使用balanced参数值。如果使用“balanced”，则算法会自己计算权重，样本量少的类别所对应的样本权重会高，当然，如果你的样本类别分布没有明显的偏倚，则可以不管这个系数，选择默认的None。
verbose：是否冗余，默认为False。
max_iter：最大迭代次数，默认为1000。
decision_function_shape：与“multi_class”参数含义类似，可以选择“ovo” 或者“ovr”（0.18版本默认是“ovo”，0.19版本为“ovr”） OvR（one vs rest）的思想很简单，无论你是多少元分类，我们都可以看做二元分类，具体的做法是，对于第K类的分类决策，我们把所有第K类的样本作为正例，除第K类样本以外的所有样本作为负类，然后在上面做二元分类，得到第K类的分类模型。 OvO（one vs one）则是每次在所有的T类样本里面选择两类样本出来，不妨记为T1类和T2类，把所有的输出为T1 和 T2的样本放在一起，把T1作为正例，T2 作为负例，进行二元分类，得到模型参数，我们一共需要T(T-1)/2 次分类。从上面描述可以看出，OvR相对简单，但是分类效果略差（这里是指大多数样本分布情况，某些样本分布下OvR可能更好），而OvO分类相对精确，但是分类速度没有OvR快，一般建议使用OvO以达到较好的分类效果。
random_state：随机种子的大小。

方法：

decision_function(X)：计算样本X中的决策函数。
      Parameters：X 
            array-like of shape (n_samples, n_features)
      Returns：X
            ndarray of shape (n_samples, n_classes * (n_classes-1) / 2)
            Returns the decision function of the sample for each class in the model. If decision_function_shape=“ovr”, the shape is (n_samples, n_classes)

fit(X, y, sample_weight=None)：根据给定的训练数据拟合支持向量机模型。
      Parameters：sample_weight，样本权重。

---

代码如下：

from sklearn.datasets.samples_generator import make_blobs
from matplotlib import pyplot as plt
import numpy as np

# n_samples=50 表示取50个点，centers=2表示将数据分为两类
X, y = make_blobs(n_samples=50, centers=2, random_state=0, cluster_std=0.6)

# 线性等分详细
xfit = np.linspace(-1, 3.5)
plt.plot([0.6], [2.1], 'x', color='red', markeredgewidth=2, markersize=10)

for m, b in [(1, 0.65), (0.5, 1.6), (-0.2, 2.9)]:
plt.plot(xfit, m * xfit + b, '-k')

# 画图形
plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='viridis')
plt.show()