python - numpy 从线性函数生成数据

标签 python python-3.x numpy machine-learning

假设我想从线性函数生成 100 个左右的数据点,最好的方法是什么?

线性函数示例 y = 0.4*x + 3 + delta

其中 delta 是从 -10 到 +10 之间的均匀分布中抽取的随机值

我希望为每个数据点生成增量,以便对数据进行一些扰动。

import numpy as np

d = np.random.uniform(-10, 10)

这似乎符合 delta 的要求,尽管我不确定如何生成包含它的其余部分。

最佳答案

我不知道你想如何生成 x,但这行得通:

In [7]: x = np.arange(100)

In [8]: delta = np.random.uniform(-10,10, size=(100,))

In [9]: y = .4 * x +3 + delta

enter image description here

关于python - numpy 从线性函数生成数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35730534/

相关文章:

python - 将log转成json存入内存

python - Astropy,Numpy : Applying function over coordinates is very slow

python - 如何使用线性关系计算python中的新字段

python - Pytest - 没有测试运行

python - 试图理解 Python 的 Concurrent.Futures 模块

python - 由于未知原因,文本显示质量低下

python - 在Python中使用for循环创建一个倒置的星号三角形

python - Pandas group by 返回 NAN 进行应用 vs 变换函数

python - OpenERP-v7 : Add custom field to delivery order from sale order

python - Python 中将唯一列表改造为另一种类型的列表