使用python生成数据集群？

Question

我正在研究一个Python函数，在那里我想模拟一个高斯分布，但我被困住了。

import numpy.random as rnd
import numpy as np

def genData(co1, co2, M):
  X = rnd.randn(2, 2M + 1)
  t = rnd.randn(1, 2M + 1)
  numpy.concatenate(X, co1)
  numpy.concatenate(X, co2)
  return(X, t)

我正在尝试两个大小为M的簇，簇1以co1为中心，簇2以co2为中心。 X将返回我将要绘制的数据点，t是目标值（如果是簇1，则为1，如果是簇2，则为2），因此我可以按簇对其进行着色。

在那种情况下，t是2s的1s / 2s，X是2M * 1的大小，其中如果X [i]在簇1中则t [i]是1，而对于簇2则是相同的。

我认为开始这样做的最好方法是使用numpys random生成数组数组。 我困惑的是如何根据集群使其居中？

---

最好的方法是生成一个大小为M的簇，然后将co1添加到每个点吗？ 我怎么能让它随机，并确保t [i]正确着色？

我正在使用此函数来绘制数据图：

def graphData():
    co1 = (0.5, -0.5)
    co2 = (-0.5, 0.5)
    M = 1000
    X, t = genData(co1, co2, M)
    colors = np.array(['r', 'b'])
    plt.figure()
    plt.scatter(X[:, 0], X[:, 1], color = colors[t], s = 10)

Answer 1

为了您的目的，我会去sklearn样本生成器make_blobs ：

from sklearn.datasets.samples_generator import make_blobs

centers = [(-5, -5), (5, 5)]
cluster_std = [0.8, 1]

X, y = make_blobs(n_samples=100, cluster_std=cluster_std, centers=centers, n_features=2, random_state=1)

plt.scatter(X[y == 0, 0], X[y == 0, 1], color="red", s=10, label="Cluster1")
plt.scatter(X[y == 1, 0], X[y == 1, 1], color="blue", s=10, label="Cluster2")

您可以使用此方法生成多维集群。 X产生数据点， y确定X对应点属于哪个簇。

对于您在这种情况下尝试实现的内容，这可能过多，但一般来说，我认为最好依赖于可以在其他情况下使用的更通用且经过更好测试的库代码。

Answer 2

您可以使用以下代码：

center1 = (50, 60)
center2 = (80, 20)
distance = 20


x1 = np.random.uniform(center1[0], center1[0] + distance, size=(100,))
y1 = np.random.normal(center1[1], distance, size=(100,)) 

x2 = np.random.uniform(center2[0], center2[0] + distance, size=(100,))
y2 = np.random.normal(center2[1], distance, size=(100,)) 

plt.scatter(x1, y1)
plt.scatter(x2, y2)
plt.show()