Random Dataset + GPU¶

In [1]:

#Uncomment the next line and run this cell to install sorix
#!pip install 'sorix @ git+https://github.com/Mitchell-Mirano/sorix.git@main'

#Uncomment the next line and run this cell to install sorix #!pip install 'sorix @ git+https://github.com/Mitchell-Mirano/sorix.git@main'

In [2]:

import numpy as np
import matplotlib.pyplot as plt
import sorix
from sorix.clustering import Kmeans

import numpy as np import matplotlib.pyplot as plt import sorix from sorix.clustering import Kmeans

In [3]:

device = 'cuda' if sorix.cuda.is_available() else 'cpu'
device

device = 'cuda' if sorix.cuda.is_available() else 'cpu' device

✅ GPU basic operation passed
✅ GPU available: NVIDIA GeForce RTX 4070 Laptop GPU
CUDA runtime version: 13000
CuPy version: 13.6.0

Out[3]:

'cuda'

In [4]:

# Semilla para reproducibilidad
np.random.seed(42)

# Parámetros
n_clusters = 3
samples_per_cluster = 1000000

# Centros de los clústeres (puedes cambiarlos)
centros = np.array([
    [2, 2],
    [8, 3],
    [3, 8]
])

# Desviación estándar de los clústeres
std = 0.8

# Genera los puntos
X = []
y = []
for label, centro in enumerate(centros):
    puntos = np.random.randn(samples_per_cluster, 2) * std + centro
    X.append(puntos)
    y.append(np.full(samples_per_cluster, label))

# Unimos todos los puntos y etiquetas
X = np.vstack(X)
y = np.concatenate(y)

# Visualización rápida
plt.figure(figsize=(6, 6))
plt.scatter(X[:, 0], X[:, 1], c=y, cmap="Set1", s=40, edgecolor='k')
plt.title("Dataset sintético para clustering")
plt.xlabel("X1")
plt.ylabel("X2")
plt.show()

# Semilla para reproducibilidad np.random.seed(42) # Parámetros n_clusters = 3 samples_per_cluster = 1000000 # Centros de los clústeres (puedes cambiarlos) centros = np.array([ [2, 2], [8, 3], [3, 8] ]) # Desviación estándar de los clústeres std = 0.8 # Genera los puntos X = [] y = [] for label, centro in enumerate(centros): puntos = np.random.randn(samples_per_cluster, 2) * std + centro X.append(puntos) y.append(np.full(samples_per_cluster, label)) # Unimos todos los puntos y etiquetas X = np.vstack(X) y = np.concatenate(y) # Visualización rápida plt.figure(figsize=(6, 6)) plt.scatter(X[:, 0], X[:, 1], c=y, cmap="Set1", s=40, edgecolor='k') plt.title("Dataset sintético para clustering") plt.xlabel("X1") plt.ylabel("X2") plt.show()

In [5]:

X_train = sorix.tensor(X, device=device)
X_train

X_train = sorix.tensor(X, device=device) X_train

Out[5]:

tensor([[2.39737132, 1.88938856],
        [2.51815083, 3.21842389],
        [1.8126773 , 1.81269043],
        ...,
        [3.56752298, 8.4546417 ],
        [2.8109625 , 7.1025456 ],
        [4.49822372, 7.9792028 ]], device='cuda:0', dtype=sorix.float64)

In [6]:

kmeans = Kmeans(n_clusters=n_clusters)
kmeans.fit(X_train)

kmeans = Kmeans(n_clusters=n_clusters) kmeans.fit(X_train)