在學習機器學習算法的過程中，我們經(jīng)常需要數(shù)據(jù)來驗證算法，調(diào)試參數(shù)。但是找到一組十分合適某種特定算法類型的數(shù)據(jù)樣本卻不那么容易。還好numpy, scikit-learn都提供了隨機數(shù)據(jù)生成的功能，我們可以自己生成適合某一種模型的數(shù)據(jù)，用隨機數(shù)據(jù)來做清洗，歸一化，轉(zhuǎn)換，然后選擇模型與算法做擬合和預(yù)測。下面對scikit-learn和numpy生成數(shù)據(jù)樣本的方法做一個總結(jié)。
1. numpy隨機數(shù)據(jù)生成API
numpy比較適合用來生產(chǎn)一些簡單的抽樣數(shù)據(jù)。API都在random類中，常見的API有：
1) rand(d0, d1, ..., dn) 用來生成d0xd1x...dn維的數(shù)組。數(shù)組的值在[0,1]之間
例如：np.random.rand(3,2,2)，輸出如下3x2x2的數(shù)組
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), 也是用來生成d0xd1x...dn維的數(shù)組。不過數(shù)組的值服從N(0,1)的標準正態(tài)分布。
例如：np.random.randn(3,2)，輸出如下3x2的數(shù)組，這些值是N(0,1)的抽樣數(shù)據(jù)。
array([[-0.5889483 , -0.34054626],
[-2.03094528, -0.21205145],
[-0.20804811, -0.97289898]])
如果需要服從N(μ,σ2)N(μ,σ2)的正態(tài)分布，只需要在randn上每個生成的值x上做變換σx+μ
延伸閱讀
學習是年輕人改變自己的最好方式