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
更新時(shí)間：2021年08月19日 11:45:16 作者：卓晴
本文根據(jù) 機(jī)器學(xué)習(xí)中常用的聚類數(shù)據(jù)集生成方法 中的內(nèi)容進(jìn)行編輯實(shí)驗(yàn)和整理而得，有需要的朋友可以參考想，希望可以對大家在聚類數(shù)據(jù)方面有所幫助
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')
下面的知識螺旋線，沒有隨機(jī)移動的點(diǎn)。
將隨機(jī)幅值從原來的0.7增大到1.5，對應(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腳本之家！
相關(guān)文章
這篇文章主要介紹了matplotlib 三維圖表繪制方法簡介，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
這篇文章主要介紹了python中的decode()與encode()函數(shù)詳解,本文通過實(shí)例代碼給大家講解的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-12-12
這篇文章主要介紹了Python記錄詳細(xì)調(diào)用堆棧日志的方法,涉及Python調(diào)用堆棧日志的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了Java多線程編程中ThreadLocal類的用法及深入,嘗試了自己實(shí)現(xiàn)一個(gè)ThreadLocal類以及對相關(guān)的線程安全問題進(jìn)行討論,需要的朋友可以參考下2016-06-06
使用Pandas計(jì)算系統(tǒng)客戶名稱的相似度
在日常業(yè)務(wù)處理中，我們經(jīng)常會面臨將不同系統(tǒng)中的數(shù)據(jù)進(jìn)行匹配和比對的情況，本文將介紹如何使用Python的Pandas庫來處理這個(gè)問題，需要的可以參考一下2023-07-07
Python wxPython庫使用wx.ListBox創(chuàng)建列表框示例
這篇文章主要介紹了Python wxPython庫使用wx.ListBox創(chuàng)建列表框,結(jié)合實(shí)例形式分析了wxPython庫使用wx.ListBox創(chuàng)建列表框的簡單實(shí)現(xiàn)方法及ListBox函數(shù)相關(guān)選項(xiàng)的功能,需要的朋友可以參考下2018-09-09
這篇文章主要介紹了Python調(diào)用C語言程序方法解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)排序算法的相關(guān)代碼，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-08-08
今天小編就為大家分享一篇python 尋找離散序列極值點(diǎn)的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python?Decorator裝飾器的創(chuàng)建方法及常用場景分析
這篇文章主要介紹了Python?Decorator裝飾器的創(chuàng)建方法及常用場景,裝飾器可以分成方法裝飾器和類裝飾器，他們的區(qū)別是一個(gè)是用函數(shù)實(shí)現(xiàn)的裝飾器，一個(gè)是用類實(shí)現(xiàn)的裝飾器，他們也都能在方法和類上進(jìn)行裝飾，需要的朋友可以參考下2022-07-07