Kümeleme algoritmalarının özelliklerini göstermek için 2B yapay veri arama

Farklı dağılımları ve formları takip eden 2 boyutlu veri noktalarının veri setlerini arıyorum (her veri noktası iki değerin (x, y) bir vektörü). Bu tür verileri oluşturmak için kod da yardımcı olacaktır. Bazı kümeleme algoritmalarının nasıl çalıştığını çizmek / görselleştirmek için bunları kullanmak istiyorum. İşte bazı örnekler:

• bulut verisi gibi yıldız
• dört küme, bir kolay ayrılabilir
• bir spiral (küme yok)
• bir yüzük
• zar zor ayrılmış iki bulut
• bir spiral oluşturan iki paralel küme
• ... vb

R , çok sayıda veri kümesiyle birlikte gelir ve birkaç kod satırıyla belirttiğiniz örneklerin çoğunu çoğaltmak büyük bir şey olmayacak gibi görünüyor. Ayrıca mlbench paketini, özellikle ile başlayan sentetik veri setlerini faydalı bulabilirsiniz mlbench.*. Bazı resimler aşağıda verilmiştir.

CRAN'daki Küme Görev Görünümü'ne bakarak ek örnekler bulacaksınız . Örneğin, fpc paketinde "yüz şeklindeki" kümelenmiş karşılaştırma veri kümeleri ( rFace) için yerleşik bir jeneratör bulunur .

Benzer düşünceler, scikit-learn ile kümelenme için ilginç kıyaslama testleri ve veri kümeleri bulabileceğiniz Python için de geçerlidir .

UCI Makine Öğrenimi Deposu da birçok veri kümesine ev sahipliği yapar , ancak verileri kendi dilinizle simüle etmek daha iyidir.

İşte tam olarak bu görev için tasarlanmış bazı veri kümeleri:

Temel Kümeleme Sorun Paketi Ultsch

Bu oyuncak kümeleme ölçütü , ARFF biçiminde (çoğunlukla CSV'ye dönüştürülebilir), çoğunlukla yer gerçeği etiketleriyle çeşitli veri kümeleri içerir. Karşılaştırma, kümeleme algoritmalarının istenen temel özelliklerini doğrulamalıdır. Veri kümelerinin çoğu aşağıdaki gibi kümeleme kağıtlarından gelir:

• BIRCH - Zhang, Tian, ​​Raghu Ramakrishnan ve Miron Livny. "BIRCH: çok büyük veritabanları için verimli bir veri kümeleme yöntemi." ACM SIGMOD Kaydı. Vol. 25. Hayır. 2. ACM, 1996.
• CURE - Guha, Sudipto, Rajeev Rastogi ve Kyuseok Shim. "CURE: büyük veritabanları için etkili bir kümeleme algoritması." ACM SIGMOD Kaydı. Vol. 27. No. 2. ACM, 1998.
• Bukalemun - Karypis, George, Eui-Hong Han ve Vipin Kumar. "Bukalemun: Dinamik modelleme kullanarak hiyerarşik kümeleme." Computer 32.8 (1999): 68-75.
• Temel Kümeleme Sorunu Paketi - Ultsch, A .: SOM ile Kümeleme: U * C, Proc. Kendi Kendini Düzenleyen Haritalar Çalıştayı, Paris, Fransa, (2005), s. 75-82
• MOCK - Handl, Julia ve Joshua Knowles. "Çok amaçlı kümelenmeye evrimsel bir yaklaşım." Evrimsel Hesaplama, 11.1 (2007): IEEE İşlemleri: 56-76.
• Sağlam yol tabanlı spektral kümeleme - Chang, Hong ve Dit-Yan Yeung. "Sağlam yol tabanlı spektral kümeleme." Örüntü Tanıma 41.1 (2008): 191-203.

ELKI birkaç veri seti ile birlikte gelir (ayrıca birim testlerini kontrol edin, parametre ayarlarıyla birlikte web sitesindekilerden çok daha fazlasını içerir).

Aynı zamanda oldukça esnek bir veri oluşturucu içerir.

İşte özelleştirilebilir bir küme üreteci. Yalnızca belirli bir veri kümesi sınıfını ele alır, ancak küme algoritması araştırmaları için kesinlikle kullanılabilir.

İşte oluşturabileceği küme türlerine bir örnek:

Küme bağlantısı bir metin dosyasına kaydedilir. Kod MIT lisansı altında açık kaynak kodludur.

Bu Matlab betiği kümeleme için 2B veri üretir. Oluşturulan verilerin kullanıcı gereksinimleri dahilinde olması için çeşitli parametreleri kabul eder.

Hiç kimsenin Fisher Iris verilerinden bahsetmediğine inanamıyorum.

Ben kümeleme tekniği gördüğüm sanmıyorum gelmez bir örnek olarak iris verileri kullanır.

R'de verilere erişmek için sadece "iris" yazın.

İşte güzel (ve tipik) bir iris grafiğine bir örnek: http://ygc.name/2011/12/24/ml-class-7-kmeans-clustering/