python 机器学习 生成双曲型数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有时机器学习中需要生成不同形状的训练数据来测试算法性能，下面的代码可以生成一个决策边界为双曲线的训练数据，并用 Matplotlib 画图展示出来：

1. from __future__ import division
   
2. import numpy as np
   
3. import pandas as pd
   
4. import matplotlib.pyplot as plt
   
5. 
   
6. np.random.seed(0)
   
7. 
   
8. x = np.linspace(1, 6, 200)
   
9. t = 4 / x
   
10. 
    
11. n = 50
    
12. x11 = np.linspace(1, 6, n)
    
13. x12 = 4 / x11 + abs(np.random.normal(0.3, 0.1, n))
    
14. 
    
15. x21 = np.linspace(1.2, 6, n)
    
16. x22 = 4 / x21 - abs(np.random.normal(0.3, 0.1, n))
    
17. 
    
18. plt.figure()
    
19. plt.plot(x, t, color = "green", linewidth = 2.5, linestyle = "-")
    
20. plt.scatter(x11, x12, c = 'blue', marker = 'o')
    
21. plt.scatter(x21, x22, c = 'red', marker = 'o')
    
22. 
    
23. 
    
24. plt.xlim(0, 7)
    
25. plt.ylim(0, 5)
    
26. plt.xlabel("$x_{1}[        DISCUZ_CODE_0        ]quot;, fontsize = 20)
    
27. plt.ylabel("$x_{2}[        DISCUZ_CODE_0        ]quot;, fontsize = 20)
    
28. plt.show()

复制代码

效果图如下：


然后可以把数据导出来:

1. x1 = np.vstack((x11, x12)).T
   
2. x2 = np.vstack((x21, x22)).T
   
3. 
   
4. X = np.vstack((x1, x2))
   
5. y = np.zeros(len(X))
   
6. y[0:50] = 1
   
7. y = y.reshape(len(y), 1)
   
8. data = np.hstack((X, y))
   
9. 
   
10. np.savetxt("1.txt", data, delimiter = ',', fmt = '%.4f')

复制代码

只是一个自己编写的简单的示例，与大家分享一下！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 机器学习 决策边界

自顶一下，欢迎和大家讨论！

看起来很牛逼的样子