机器学习算法中随机数的生成

numpy,sklearn提供随机数据生成功能,我们可以自己生成适合某一种模型的数据,用随机数据来清洗,归一化,转换,然后选择模型与算法做拟合和预测。

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。

  • rand函数根据给定维度生成[0, 1)之间的数,包含0,不包含1
  • dn表格每个维度
  • 返回值为指定维度的array

《机器学习算法中随机数的生成》

《机器学习算法中随机数的生成》

(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。

《机器学习算法中随机数的生成》

如果需要服从Ν(µ, δ2)的正态分布,只需要在randn上每个生成的值x上做变换δx+µ即可。

《机器学习算法中随机数的生成》

(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。

《机器学习算法中随机数的生成》

例如: np.random.randint(3, 6, size=[2,3]) 返回维数为2×3的数据。取值范围为[3,6)。

《机器学习算法中随机数的生成》

(4).random_integers(low, high, size),和上面的randint类似,区别在与取值范围是闭区间[low, high]。

(5).random_sample([size]), 返回随机的浮点数,在半开区间 [0.0, 1.0)。如果是其他区间[a,b),可以加以转换(b – a) * random_sample([size]) + a

例如:(5-2)*np.random.random_sample(3)+2 返回[2,5)之间的3个随机数。

《机器学习算法中随机数的生成》

2.sklearn随机数据生成API介绍

sklearn生成随机数据的API都在datasets类之中,和numpy比起来,可以生成适合特定机器学习模型的数据。常用的API有:

(1). 用make_regression生成回归模型的数据

(2). 用make_hastie_10_2,make_classification或者make_multilabel_classification生成分类模型数据

(3). 用make_blobs生成聚类模型数据

(4). 用make_gaussian_quantiles生成分组多为正态分布的数据

3.sklearn随机数据生成实例

3.1回归模型随机数据

make_regression生成回归模型数据。关键参数:n_samples(生成样本数),n_features(样本特征数),noise(样本随机数)和coef(是否返回回归系数)。

《机器学习算法中随机数的生成》

3.2分类模型随机数据

make_classification生成三元分类模型数据。关键字参数:n_samples(生成样本数),n_features(样本特征数),n_redundant(冗余特征数)和n_classes(输出的类别数)。

《机器学习算法中随机数的生成》

3.3聚类模型随机数据

make_blobs生成聚类模型数据。关键字参数:n_samples(生成样本数),n_features(样本特征数),centers(簇中心的个数或自定义的簇中心)和cluster_std(簇数据方差,代表簇的聚合程度)。

# blob 大对象

《机器学习算法中随机数的生成》

3.4分组正态分布混合数据

make_gaussian_quantiles生成分组正态分布的数据。关键字参数:n_samples(生成样本数),n_features(正态分布的维数),mean(特征均值),cov(样本协方差的系数),n_classes(数据在正态分布中按分位数分配的组数)。

# gaussian 高斯  quantile 分位点,分位数

《机器学习算法中随机数的生成》

    原文作者:做梦当财神
    原文地址: https://www.cnblogs.com/keye/p/8253536.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注