构造自己的异常数据集合

最新推荐文章于 2024-08-01 16:39:25 发布

IT_NEU_Lee

最新推荐文章于 2024-08-01 16:39:25 发布

阅读量841

点赞数

分类专栏：机器学习编程

本文链接：https://blog.csdn.net/IT_NEU_Lee/article/details/83384990

版权

在阅读论文过程中，作者发现缺少可用的人工合成数据集，因此决定自行使用Python创建一个包含263个数据点的二维数组数据集，其中13个为异常数据，250个为正常数据。正常数据分为三个聚集的堆，分别有70、90、90个数据。作者详细描述了构造异常数据的过程，并展示了数据分布的图表，完成了一个简易的异常数据集制作。

摘要由CSDN通过智能技术生成

在看论文的时候发现有的人工合成数据集合并没有提供出来并且不知道如何用工具构造自己的数据集,于是就手动用Python自己实现一个数据集其中共有263个数据二维数组构成便于二维平面画图其中异常数据13个正常数据250个

但正常数据又分为3个聚集的堆第一个堆70 个第二个和第三个都是90个

import numpy as np
array1=np.random.uniform(-4.0,-2.9,size=90)   //指定第一个维度范围和个数
array2=np.random.uniform(-0.7,-1.5,size=90)   //指定第二个维度的范围和个数
arrayA=np.array([array1,array2],float).T       
np.savetxt('/home/ubuntu/myVector2.csv',arrayA,delimiter=',')   //输出数组到csv文件中
print arrayA

下面单独构造13个异常数据并且画图

import sys
reload(sys)
sys.setdefaultencoding('utf8')
import  numpy as np
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import multivariate_normal
import random as rn
import eif as iso
import seaborn as sb
sb.set_style(style="whitegrid")
sb.set_color_codes()
import scipy.ndimage
from scipy.interpolate import griddata
import numpy.m