sklearn是一个开源的机器学习库,支持不同种类的机器学习算法,并且提供了许多质量良好的数据集。假如我们想要得到一组环形数据集,借助sklearn的包很轻易就可以实现,不过换个角度思考,我们自己动手是否也可以生成一组数据,使之在散点图上环状分布;借助C++的random头文件以及一点高中数学知识,我们很快也可以打造属于自己的数据集。
简单回顾一下,与x和y之间的关系,y=sin(),x=cos()。这是第一象限的情况,对于其它象限,只需要注意角度和符号的关系便可。
#include
#include
#include
#include
#include
#include
std::random_device rd;
std::mt19937 g(rd());
std::uniform_real_distribution dis(0.0, M_PI * 2);
std::pair circleData(double radius) {
double tolerance = radius / (30.0 + dis(g));
int n;
double d = dis(g);
if (服务器托管网d {x, y};
}
void generateData(const std::string& path, std::size_t n = 1000, double radius = 1000.0) {
std::ofstream out{path};
out pii = circleData(radius);
std::string str = std::to_string(pii.first) + ',' + std::to_string(pii.second) + 'n';
out > str;
generateData(str);
}
需要额外补充几点:1.生成的数据并不必完全呈环状,有稍微的偏差更加符合随机性,所以这里定义了tolerance变量,允许在半径范围内有一定的误差。2.生成的数据会写入csv格式的文件当中,而csv格式下的数据说白了就是一堆以逗号作为分割界限的字符串,后面用借助Python的pandas库便能很容易地对csv格式文件进行解析。3.为了确定随机生成的角度属于哪一象限,只需要除以(pi/2)即可判断,浮点数比较带来的精度丢失可接受。
接下来打开Python的编辑器,只需要写入下列代码:
import pandas as pd
import matplotlib.pyplot as plt
def f():
file = 'data.csv'
data = pd.read_csv(file)
x = data['X']
y = data['Y']
plt.scatter(x, y)
plt.title('Circle Data')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
if __name__ == '__main__':
f()
这是在半径为10000时的效果,为了多作几组对比,我们分别选取半径为100,1000的图片进行测试。
总结:效果看上去都还不错,不过并不一定任何时候都能满足需求,可以对代码当中的参数进行一定的调整,生成更符合预期的数据集。
服务器托管,北京服务器托管,服务器租用 ht服务器托管网tp://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
相关推荐: TiDB 7.4 发版:正式兼容 MySQL 8.0
作者: Billmay表妹 原文来源:https://tidb.net/blog/ebd9dba5 MySQL 是全球最受欢迎的开源数据库,长期位于 DB-Engines Ranking 排行榜第二名,在世界范围内拥有数量庞大的企业用户和开发者。然而,随着时间…