[scikit-learn] 4. make_moonsによる三日月状データの生成

はじめに

sklearnのdatasets.make_moonsで三日月状の分布を示すクラスタリング、分類用のデータを作成することができる。ここでは各種パラメータが生成データに及ぼす影響について説明する。

解説

モジュールのインポートなど

	import matplotlib.pyplot as plt
	from sklearn.datasets import make_moons

view raw make_moons.py hosted with ❤ by GitHub

バージョン

	#version
	import matplotlib
	print(matplotlib.__version__)
	3.3.3
	import sklearn
	print(sklearn.__version__)
	0.24.0

view raw make_moons.py hosted with ❤ by GitHub

n_samples

	#n_samples
	X1,Y1 = make_moons(n_samples=10)
	X2,Y2 = make_moons(n_samples=20)
	X3,Y3 = make_moons(n_samples=50)
	X4,Y4 = make_moons(n_samples=100)
	fig, ax = plt.subplots(figsize=(5,5),nrows=2,ncols=2,dpi=140)
	ax =ax.ravel()
	ax[0].scatter(X1[:,0],X1[:,1],s=10,c=Y1,cmap="coolwarm")
	ax[1].scatter(X2[:,0],X2[:,1],s=10,c=Y2,cmap="coolwarm")
	ax[2].scatter(X3[:,0],X3[:,1],s=10,c=Y3,cmap="coolwarm")
	ax[3].scatter(X4[:,0],X4[:,1],s=10,c=Y4,cmap="coolwarm")
	ax[0].set_title("n_samples=10")
	ax[1].set_title("n_samples=20")
	ax[2].set_title("n_samples=50")
	ax[3].set_title("n_samples=100")
	[ax[i].axis("equal") for i in range(4)]
	plt.tight_layout()
	plt.savefig("n_samples.png",dpi=120)
	plt.show()

view raw make_moons.py hosted with ❤ by GitHub

n_samplesを変化させることでサンプル数を変えることができる。

noise

	#noise
	X1,Y1 = make_moons(noise=None)
	X2,Y2 = make_moons(noise=.1)
	X3,Y3 = make_moons(noise=.2)
	X4,Y4 = make_moons(noise=.3)
	fig, ax = plt.subplots(figsize=(5,5),nrows=2,ncols=2,dpi=140)
	ax =ax.ravel()
	ax[0].scatter(X1[:,0],X1[:,1],s=10,c=Y1,cmap="coolwarm")
	ax[1].scatter(X2[:,0],X2[:,1],s=10,c=Y2,cmap="coolwarm")
	ax[2].scatter(X3[:,0],X3[:,1],s=10,c=Y3,cmap="coolwarm")
	ax[3].scatter(X4[:,0],X4[:,1],s=10,c=Y4,cmap="coolwarm")
	ax[0].set_title("noise=None")
	ax[1].set_title("noise=0.1")
	ax[2].set_title("noise=0.2")
	ax[3].set_title("noise=0.3")
	[ax[i].axis("equal") for i in range(4)]
	plt.tight_layout()
	plt.savefig("noise.png",dpi=120)
	plt.show()

view raw make_moons.py hosted with ❤ by GitHub

noiseでばらつきを付与できる。

random_state

	#random_state
	X1,Y1 = make_moons(noise=.1,random_state=1)
	X2,Y2 = make_moons(noise=.1,random_state=2)
	X3,Y3 = make_moons(noise=.1,random_state=3)
	X4,Y4 = make_moons(noise=.1,random_state=4)
	fig, ax = plt.subplots(figsize=(5,5),nrows=2,ncols=2,dpi=140)#,sharex=True,sharey=True)
	ax =ax.ravel()
	ax[0].scatter(X1[:,0],X1[:,1],s=10,c=Y1,cmap="coolwarm")
	ax[1].scatter(X2[:,0],X2[:,1],s=10,c=Y2,cmap="coolwarm")
	ax[2].scatter(X3[:,0],X3[:,1],s=10,c=Y3,cmap="coolwarm")
	ax[3].scatter(X4[:,0],X4[:,1],s=10,c=Y4,cmap="coolwarm")
	ax[0].set_title("random_state=1")
	ax[1].set_title("random_state=2")
	ax[2].set_title("random_state=3")
	ax[3].set_title("random_state=4")
	[ax[i].axis("equal") for i in range(4)]
	plt.tight_layout()
	plt.savefig("random_state.png",dpi=120)
	plt.show()

view raw make_moons.py hosted with ❤ by GitHub

random_stateを変えることで再現可能な乱数を生成することができる。

shuffle

	#shuffle
	X1,Y1 = make_moons(shuffle=True)
	X2,Y2 = make_moons(shuffle=False)
	Y1#shuffle=True
	array([1, 1, 0, 1, 0, 0, 0, 1, 1, 0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 1,
	1, 0, 0, 1, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1,
	0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 1, 0, 1,
	0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 1,
	0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0])
	Y2#shuffle=False
	array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
	0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
	0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
	1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
	1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

view raw make_moons.py hosted with ❤ by GitHub

shuffleをFalseとすることでラベルがソートされたデータを得ることができる。デフォルトはTrue.

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)

参考

make_moons

Gallery examples: Classifier comparison Comparing different clustering algorithms on toy datasets Comparing different hi...

scikit-learn