r - 围绕直线生成点

Question

我正在做一些聚类研究，需要生成类似于以下示例的合成数据：

我们有 2 个类别（红色和黑色）的 2d 图。我怎么能生成这样的二维数据？它有一个 V 结构，所以我正在考虑围绕直线生成点 - 有没有办法在R中做到这一点？我正在使用R，但对其他工具持开放态度（只是数据必须是可导出的）。

Answer 1

这是一个想法。

n <- c(200,200)                 # Number of points in each class
cls <- rep(1:2, n)              # Class memberships
i <- c(.2-.12*abs(rnorm(n[1])), # Noiseless x position
       -.2+.12*abs(rnorm(n[2])))
noise <- .04*(.2-abs(i))        # Noise level relative to `i`

# Final sample
x <- cbind(i, abs(.5*i)) + noise*matrix(rnorm(sum(n)*2), sum(n), 2)

plot(x[,1], x[,2], col=cls)

Answer 2

是否有任何理由生成这种非常特殊类型的数据？由此得出的任何结果都可能不会推广到其他数据集。

无论如何，生成此类数据的明显方法是使用非线性投影，例如使用著名的“abs”函数（绝对值）。

即项目 x 到（在 python 语法中，我不喜欢 R）：math.abs(x)或者如果你想要一些额外的随机性：math.abs(x + random.random(.1)) + random.random(.1)