颜色分类leetcode生成数据-实验室介绍：在本实验中，我们将练习上一课中介绍的一些数据生成技术，以生成用于回归和分类目的的数据集。我们将运行几个简单的模拟，通过控制数据生成过程中的噪声和方差参数，帮助生成不同的数据集。我们还将查看统计指标和视觉输出，以了解这些参数如何影响算法的准确性。

目标：在本实验中，您将：

• 为分类问题生成数据集

• 为回归问题生成数据集

生成分类数据：使用make_blobs()创建一个包含100个样本、2个特征和2个中心（每个中心对应一个不同的类标签）的二元分类数据集。设置random_state = 42以实现可重复性。

提示：这是. # Your code here将在数据pandas数据帧中称为df，并检查数据的前五行。提示：你的数据框总共应该有三列，两列用于特征，一列用于类标签。

创建数据的散点图，同时对不同的类进行颜色编码。提示：您可能会发现将类标签映射到颜色的字典很有用：

colors = {0: 'red', 1: 'blue'}

Your code here