在學(xué)習(xí)機(jī)器學(xué)習(xí)算法的過程中，我們經(jīng)常需要數(shù)據(jù)來驗(yàn)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(jī)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(jī)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(cè)。下面對(duì)scikit-learn和numpy生成數(shù)據(jù)樣本的方法做一個(gè)總結(jié)。

1. numpy隨機(jī)數(shù)據(jù)生成API

numpy比較適合用來生產(chǎn)一些簡(jiǎn)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(biāo)準(zhǔn)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(gè)生成的值x上做變換σx+μ

網(wǎng)友評(píng)論