[DATA_SET]MAKE_MOONS

 

 

 

---

INDEX

0. [DATA_SET]Moons

01.  CODE :

 

 

---

0. [DATA_SET]MOONS

https://scikit-learn.org/stable/modules/generated/sklearn.datasets.make_moons.html

sklearn.datasets.make_moons

 

 

 

 

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

 

 

`make_moons`함수는 Scikit-learn 라이브러리에서 제공하는 함수 중 하나로, 가상의 *Cluster (클러스터)  를 두 개의 서로 교차하는 반달 모양을 만듭니다.

군집화 및 분류 알고리즘을 시각화하기 위한 간단한 가상 데이터셋입니다.

 

parameters 설명

매개변수	설명	기본값
n_samples	int 또는 shape이 (2,)인 튜플, dtype=int, 기본값은 100입니다.	생성된 전체 포인트 수입니다. 또는 두 개의 반달 각각의 포인트 수입니다.
shuffle	bool, 기본값은 True입니다.	샘플을 섞을지 여부입니다.
noise	float, 기본값은 None입니다.	데이터에 추가되는 가우시안 노이즈의 표준 편차입니다.
random_state	int, RandomState 인스턴스 또는 None, 기본값은 None입니다.	데이터셋 섞기 및 노이즈 생성을 위한 난수 생성을 결정합니다.

 

Return

 

• X: (n_samples, 2) 모양의 ndarray. 생성된 샘플입니다.
• y: (n_samples,) 모양의 ndarray. 각 샘플의 클래스 소속을 나타내는 정수 레이블(0 또는 1)입니다.

 

 

이 함수는 주로 클러스터링 알고리즘을 시험하거나 시각화하기 위한 가상 데이터셋을 만드는 데 사용됩니다. 또한, 지도 학습 알고리즘의 성능을 평가하고자 할 때도 사용될 수 있습니다. 이 함수를 이용하여 간단한 형태의 가상 데이터를 생성하고, 이를 통해 머신러닝 모델을 실험하고 테스트하는 데 유용하게 활용할 수 있습니다.

 

---

01.  CODE :

 

# pos는 양성(positive) 클래스를 의미하고, neg는 음성(negative) 클래스를 나타냅니다

 

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

n_samples = 300
X ,y = make_moons(n_samples=n_samples, noise=0.2)

fig, ax = plt.subplots(figsize=(10,10))

X_pos, X_neg = X[y == 1], X[y == 0]
ax.scatter(X_pos[: , 0], X_pos[:,1],color='blue')
ax.scatter(X_neg[:,0], X_neg[:, 1],color='red')

ax.tick_params(labelsize=15)
plt.show()

 

 

* make_moons로 만들어지는 dataset은 직선으로 나눌 수 없음 → 여러 레이어들을 이용하여 모델을 만들어야 함

---