? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? “雙月”數據集的生成

問題描述：

最近在看《神經網絡與機器學習》一書，里面的實驗都是使用的“雙月”數據集，如圖所示：

但是書中并沒有給出這個數據集的來源或者生成方式，所以我自己根據圖中的描述信息，利用python來生成數據集，考慮到問題的靈活性，所以并沒有把數據集存儲下來，而是需要用的時候再生成。

實現思路：

基本假設：

區域A固定不動

區域B的圓心可以隨著d的不同以及r的不同而調整

區域A和區域B的半徑相同

半徑r表示圓心到圓環中部的位置

半圓的生成：（參數方程表示）

半徑：（均勻分布）

角度：區域A?，區域B??（角度都是均勻分布）

代碼實現：

import numpy as np import matplotlib.pyplot as pltdef generate_data(n, r=10, w=6, d=1):theta1 = np.random.uniform(0, np.pi, size=n)theta2 = np.random.uniform(-np.pi, 0, size=n)w1 = np.random.uniform(-w/2, w/2, size=n)w2 = np.random.uniform(-w/2, w/2, size=n)one = np.ones_like(theta1)# data_A_i = [1, coord_x, coord_y, label], label = 1 or -1data_A = np.array([one, (r+w1)*np.cos(theta1), (r+w1)*np.sin(theta1), one]).Tdata_B = np.array([one, r + (r+w2)*np.cos(theta2), -d + (r+w2)*np.sin(theta2), -one]).Treturn data_A, data_Bclass Data:def __init__(self, n, r=10, w=6, d=1):self.n = n # 數據對數，A、B區域各有n個點self.r = r # 半徑self.w = w # 圓環的寬度self.d = d # 區域B的向下偏移量self.data_A = [] # 區域A的數據集self.data_B = [] # 區域B的數據集self.data_AB = [] # 混合區域A和區域B的數據集def get_data(self):self.data_A, self.data_B = generate_data(self.n, self.r, self.w, self.d)all_data = np.vstack([self.data_A,self.data_B])np.random.shuffle(all_data)self.data_AB = all_datadef plot(self):fig = plt.figure()plt.scatter(self.data_A[:, 1], self.data_A[:, 2], marker='x')plt.scatter(self.data_B[:, 1], self.data_B[:, 2], marker='+')plt.show()if __name__ == "__main__":# data_A, data_B = generate_data(1000)# print(data_A)# print(data_B)# fig = plt.figure()# plt.scatter(data_A[:,1], data_A[:, 2], marker='x')# plt.scatter(data_B[:,1], data_B[:, 2], marker='+')# plt.show()data_set = Data(1000)data_set.get_data()print(data_set.data_AB)data_set.plot()

示例：

n = 1000，r = 10，w = 6，d = 1.

?

注：

當時生成數據是為了模式分類實驗去的，所以生成的數據帶有偏置項，同時帶有標簽項(區域A為+1，區域B為-1)，如果有需要可以自行處理。

目前編程菜鳥一只，不會面向對象編程卻硬要寫，大佬勿噴！如有疑問，敬請評論！

總結

以上是生活随笔為你收集整理的“双月”数据集的生成的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。