VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >
  • 机器学习算法的随机数据生成总结

在学习机器学习算法的过程中,我们经常需要数据来验证算法,调试参数。但是找到一组十分合适某种特定算法类型的数据样本却不那么容易。还好numpy, scikit-learn都提供了随机数据生成的功能,我们可以自己生成适合某一种模型的数据,用随机数据来做清洗,归一化,转换,然后选择模型与算法做拟合和预测。下面对scikit-learn和numpy生成数据样本的方法做一个总结。

 

1. numpy随机数据生成API

numpy比较适合用来生产一些简单的抽样数据。API都在random类中,常见的API有:

1) rand(d0, d1, ..., dn) 用来生成d0xd1x...dn维的数组。数组的值在[0,1]之间

例如:np.random.rand(3,2,2),输出如下3x2x2的数组

1
2
3
4
5
6
array([[[ 0.49042678,  0.60643763],
        0.18370487,  0.10836908]],
        [[ 0.38269728,  0.66130293],
        0.5775944 ,  0.52354981]],
        [[ 0.71705929,  0.89453574],
        0.36245334,  0.37545211]]])  

 

2) randn((d0, d1, ..., dn), 也是用来生成d0xd1x...dn维的数组。不过数组的值服从N(0,1)的标准正态分布。

例如:np.random.randn(3,2),输出如下3x2的数组,这些值是N(0,1)的抽样数据。

1
2
3
array([[-0.5889483 -0.34054626],
       [-2.03094528-0.21205145],
       [-0.20804811-0.97289898]])

如果需要服从N(μ,σ2)N(μ,σ2)的正态分布,只需要在randn上每个生成的值x上做变换σx+μσx+μ即可,例如:

 

例如:2*np.random.randn(3,2) + 1,输出如下3x2的数组,这些值是N(1,4)的抽样数据。

1
2
3
array([[ 2.32910328-0.677016  ],
       [-0.09049511,  1.04687598],
       2.13493001,  3.30025852]])

3)randint(low[, high, size]),生成随机的大小为size的数据,size可以为整数,为矩阵维数,或者张量的维数。值位于半开区间 [low, high)。

 

例如:np.random.randint(3, size=[2,3,4])返回维数维2x3x4的数据。取值范围为最大值为3的整数。

1
2
3
4
5
6
array([[[2121],
   [0121],
   [2102]],
   [[0100],
   [1121],
   [1012]]])

相关教程