sklearn数据集，月亮数据集如何分类？如何画月亮散点图？

我们相信：世界是美好的，你是我也是。 来玩一下解压小游戏吧！

目光再次回到sklearn的数据集上，除了常见的鸢尾花数据集，也有一些其它数据集。本文讲述其中的月亮数据集，故名意思，就是对应的数据点可以组成两个弯月亮形状。当然，这个弯月形状，也可以说是半环形状。

苏南大叔的“程序如此灵动”技术博客，记录苏南大叔的代码经验总结。本文测试环境：win10，python@3.11.0，numpy@1.24.2。

加载月亮数据集

函数原型：

xy,label = sklearn.datasets.make_moons(n_samples=100, shuffle=True, noise=None, random_state=None)

参数：

• n_samples：设置样本数量。
• noise：设置噪声。噪点越小，半环的环越窄。
• random_state：设置随机种子参数，相同的参数会随机到相同的值。实际上写啥都可以。

返回值：

• xy返回的是坐标值。
• label是上面数据点的标签，分0和1。

散点图

可以直接画散点图：

import sklearn.datasets
import matplotlib.pyplot as plt

xy, label = sklearn.datasets.make_moons(n_samples=300, noise=0.02, random_state=99)
plt.scatter(xy[:, 0], xy[:, 1], c=label)
plt.show()

参考文章：

• https://newsn.net/say/plot-scatter.html
• https://newsn.net/say/plot-scatter-2.html

如果噪点值稍大一些，这个月亮形状半环型就看不出来了。

散点图二

因为make_moons()月亮数据集实际上返回的是两个弯月形状。那么，对应的点本来就是有两类的。在make_moons()的返回Y值中有所体现。所以，根据Y的0/1来进行区分两个月亮。所以，下面这种写法，适合对“区分”有着很强烈需求的情况。

import sklearn.datasets
import matplotlib.pyplot as plt
import numpy as np

xy, label = sklearn.datasets.make_moons(n_samples=300, noise=0.02, random_state=99)
moon1 = np.squeeze(np.argwhere(label == 0))  # 第1组数据索引
moon2 = np.squeeze(np.argwhere(label == 1))  # 第2组数据索引

# print(xy[:10]) # 坐标 [[-0.46569255  0.81721295] [ 0.14305122 -0.26400186]]
# print(label[:10]) # 分类 [0 1 1 0 1 0 1 0 0 1]
# print(np.argwhere(label==0)[:10]) # [[ 0][ 3][ 5][ 7][ 8][12][13][15][18][20]]
# print(np.argwhere(label==1)[:10])

plt.scatter(xy[moon1, 0], xy[moon1, 1], s=50, c="b", marker="+", label="moon1")  # s表示线条粗细
plt.scatter(xy[moon2, 0], xy[moon2, 1], s=10, c="r", marker="o", label="moon2")
plt.legend()
plt.show()

这里用到了np.argwhere()获得坐标，还使用了np.squezz()来移除单维度元素。参考文章：

• https://newsn.net/say/numpy-argwhere.html
• https://newsn.net/say/numpy-squeeze.html

结语

这个月亮数据集，应该没有CSV文件，只是个函数来生成对应规律的数据点，还是比较简单的。更多sklearn的相关文章，请参考苏南大叔的链接：

• https://newsn.net/tag/sklearn/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。