序分类二维散点图

最新推荐文章于 2023-09-09 00:30:00 发布

DeniuHe

最新推荐文章于 2023-09-09 00:30:00 发布

阅读量1.7k

点赞数

分类专栏：算法文章标签：数据生成

本文链接：https://blog.csdn.net/DeniuHe/article/details/121961810

版权

算法专栏收录该内容

193 篇文章 2 订阅

订阅专栏

这段代码展示了如何在二维平面上生成随机数据点，并根据它们的位置将其分类到三个区域：一个半径为5的圆形区域，一个半径为9的圆形区域，以及两者之间的过渡区域。使用Python的NumPy和Matplotlib库进行数据生成和可视化，通过比较数据点与圆的边界距离来确定其类别。

摘要由CSDN通过智能技术生成

import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.uniform(0,10,800)
x2 = np.random.uniform(0,10,800)

n1 = np.linspace(0,5,1000)
m1 = np.sqrt(25 - n1**2)

n2 = np.linspace(0,9,1000)
m2 = np.sqrt(81 - n2**2)

X = np.vstack((x1,x2)).T
# print(X)
# print(x)
y = np.ones(800)
for i in range(X.shape[0]):
    Z = X[i][0]**2 + X[i][1]**2
    if Z <=25:
        y[i] = 0
    elif 25 < Z < 81:
        y[i] = 1
    elif Z >= 81:
        y[i] = 2

plt.scatter(x1,x2,c=y)
plt.plot(n1,m1,ls='-',lw=2,color='k')
plt.plot(n2,m2,ls='-',lw=2,color='k')
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.uniform(-10,10,800)
x2 = np.random.uniform(-10,10,800)

n1 = np.linspace(0,5,1000)
m1 = np.sqrt(25 - n1**2)

n2 = np.linspace(0,9,1000)
m2 = np.sqrt(81 - n2**2)

X = np.vstack((x1,x2)).T

a = 1
b = 2


y = np.ones(800)
for i in range(X.shape[0]):
    Z = (X[i][0]/1)**2 + (X[i][1]/1.5)**2
    if Z <=25:
        y[i] = 0
    elif 25 < Z < 81:
        y[i] = 1
    elif Z >= 81:
        y[i] = 2

plt.scatter(x1,x2,c=y)
# plt.plot(n1,m1,ls='-',lw=2,color='k')
# plt.plot(n2,m2,ls='-',lw=2,color='k')
plt.show()

matlab 代码：


angle = linspace(-pi, pi)';
xbase = [0.7*sin(angle) + rand(length(angle), 1)/10, 0.7*cos(angle) + rand(length(angle), 1)/10;
    sin(angle) + rand(length(angle), 1)/10, cos(angle) + rand(length(angle), 1)/10;
    1.2*sin(angle) + rand(length(angle), 1)/10, 1.2*cos(angle) + rand(length(angle), 1)/10];
plot(xbase(:,1), xbase(:,2), '*')