分享python機(jī)器學(xué)習(xí)中應(yīng)用所產(chǎn)生的聚類數(shù)據(jù)集方法
發(fā)布日期：2022-02-09 09:04 | 文章來源：CSDN
01直接生成
這類方法是利用基本程序軟件包numpy的隨機(jī)數(shù)產(chǎn)生方法來生成各類用于聚類算法數(shù)據(jù)集合，也是自行制作輪子的生成方法。
一、基礎(chǔ)類型
1、月牙形數(shù)據(jù)集合
from headm import * import numpy as np pltgif = PlotGIF() def moon2Data(datanum): x1 = linspace(-3, 3, datanum) noise = np.random.randn(datanum) * 0.15 y1 = -square(x1) / 3 + 4.5 + nois x2 = linspace(0, 6, datanum) noise = np.random.randn(datanum) * 0.15 y2 = square(x2 - 3) / 3 + 0.5 + noise plt.clf() plt.axis([-3.5, 6.5, -.5, 5.5]) plt.scatter(x1, y1, s=10) plt.scatter(x2, y2, s=10) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): moon2Data(300) pltgif.save(r'd:\temp\GIF1.GIF')
2、方形數(shù)據(jù)集
from headm import * import numpy as np pltgif = PlotGIF() def moon2Data(datanum): x = np.random.rand(datanum, 2) condition1 = x[:, 1] <= x[:, 0] condition2 = x[:, 1] <= (1-x[:, 0]) index1 = np.where(condition1 & condition2) x1 = x[index1] x = np.delete(x, index1, axis=0) index2 = np.where(x[:, 0] <= 0.5) x2 = x[index2] x3 = np.delete(x, index2, axis=0) plt.clf() plt.scatter(x1[:, 0], x1[:, 1], s=10) plt.scatter(x2[:, 0], x2[:, 1], s=10) plt.scatter(x3[:, 0], x3[:, 1], s=10) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): moon2Data(1000) pltgif.save(r'd:\temp\GIF1.GIF')
3、螺旋形數(shù)據(jù)集合
from headm import * import numpy as np pltgif = PlotGIF() def randData(datanum): t = 1.5 * pi * (1+3*random.rand(1, datanum)) x = t * cos(t) y = t * sin(t) X = concatenate((x,y)) X += 0.7 * random.randn(2, datanum) X = X.T norm = plt.Normalize(y.min(), y.max()) plt.clf() plt.scatter(X[:, 0], X[:, 1], s=10, c=norm(X[:,0]), cmap='viridis') plt.axis([-20, 21, -20, 16]) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): randData(1000) pltgif.save(r'd:\temp\GIF1.GIF')
下面的知識(shí)螺旋線，沒有隨機(jī)移動(dòng)的點(diǎn)。
將隨機(jī)幅值從原來的0.7增大到1.5，對(duì)應(yīng)的數(shù)據(jù)集合為：
02樣本生成器
利用sklearn.datasets自帶的樣本生成器來生成相應(yīng)的數(shù)據(jù)集合。
一、基礎(chǔ)數(shù)據(jù)集
1、點(diǎn)簇形數(shù)據(jù)集合
from headm import * from sklearn.datasets import make_blobs pltgif = PlotGIF() def randData(datanum): x1,y1 = make_blobs(n_samples=datanum, n_features=2, centers=3, random_state=random.randint(0, 1000)) plt.clf() plt.scatter(x1[:,0], x1[:, 1], c=y1, s=10) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): randData(300) pltgif.save(r'd:\temp\gif1.gif')
繪制三簇點(diǎn)集合，也可以使用如下的語句：
plt.scatter(x1[y1==0][:,0], x1[y1==0][:,1], s=10) plt.scatter(x1[y1==1][:,0], x1[y1==1][:,1], s=10) plt.scatter(x1[y1==2][:,0], x1[y1==2][:,1], s=10)
2、線簇形數(shù)據(jù)集合
生成代碼，只要在前面的x1后面使用旋轉(zhuǎn)矩陣。
transformation = [[0.60834549, -0.63667341], [-0.40887718, 0.85253229]] x1 = dot(x1, transformation)
其中轉(zhuǎn)換矩陣的特征值與特征向量為：
- 特征值：[0.20581711.25506068]
- 特征向量：[[-0.845237740.7015526][-0.53439045-0.71261768]]
3、環(huán)形數(shù)據(jù)集合
from headm import * from sklearn.datasets import make_circles pltgif = PlotGIF() def randData(datanum): x1,y1 = make_circles(n_samples=datanum, noise=0.07, random_state=random.randint(0, 1000), factor=0.6) plt.clf() plt.scatter(x1[y1==0][:,0], x1[y1==0][:,1], s=10) plt.scatter(x1[y1==1][:,0], x1[y1==1][:,1], s=10) plt.axis([-1.2, 1.2, -1.2, 1.2]) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): randData(1000) pltgif.save(r'd:\temp\gif1.gif')
4、月牙數(shù)據(jù)集合
from headm import * from sklearn.datasets import make_moons pltgif = PlotGIF() def randData(datanum): x1,y1 = make_moons(n_samples=datanum, noise=0.07, random_state=random.randint(0, 1000)) plt.clf() plt.scatter(x1[y1==0][:,0], x1[y1==0][:,1], s=10) plt.scatter(x1[y1==1][:,0], x1[y1==1][:,1], s=10) plt.axis([-1.5, 2.5, -1, 1.5]) plt.draw() plt.pause(.1) pltgif.append(plt) for _ in range(20): randData(1000) pltgif.save(r'd:\temp\gif1.gif')
測(cè)試結(jié)論
sklearn里面還有好多函數(shù)來自定制數(shù)據(jù)，除此之外還可以使用numpy生成，然后通過高級(jí)索引進(jìn)行劃分，最好結(jié)合著matplotlib中的cmap來做顏色映射，這樣可以做出好玩又好看的數(shù)據(jù)集,希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信