我是Matlab的新手，我正在尝试根据高斯（正态）分布和均匀分布生成二维随机数。假设我想创建一个2个不同的数据集（高斯（1800对）和统一（1200对）），它将用于数据挖掘任务/算法（过度拟合二维数据）示例。
其他重要问题是数据点应在0-20范围内。
我试过这个用于高斯分布
SIGMA = [.5 .05; .05 .5 ];
temp = mvnrnd([-3 0], SIGMA,1800);
这些代码生成-5到5之间的数字，我想生成0-20所以我试过
SIGMA = [0 20];
但我的范围是-20到20
如何获得0-20的范围？
答案 0 :(得分：3)
Gaussian_r=10+(10/3)*randn(1800,1)
这里我使用了3 sigma规则，其中99.7％的随机变量将落在均值 - 西格玛到均值+ 3西格玛之间，这意味着如果不足够的话，仍有0.3％可能落在你指定的区域之外你可以让西格玛变小吗
Uniform_r = 20*rand(1200,1)
如果您希望这些是整数，请使用randi
答案 1 :(得分：1)
统一： r =兰迪（20,2,1200）
高斯： 函数randn是高斯分布，标准偏差（sigma）= 1，平均值（mu）= 0.真正的正态分布不限于一个区间，当你从均值进一步时，事件的概率就会降低。随着样本量的增大，获得极值的可能性也会增加。假设你希望你的分布集中在（平均值）大约10，你可以选择一个适当的小sigma来使1800个样本中的异常值变得非常不可能，然后再确保它不会发生条件。
如果你在6sigma范围内有3600个样本，那么样本在外面的可能性非常小（7.1e-4％你可以在MATLAB中用1-erf（6 / sqrt（2））^ 3600看到这个）。所以一个合理的sigma可能是10/6（1.6667）。这给了我们：
r = 10 + 1.6667 * randn（2,1800） ％以防万一 r（r> 20）= 20; r（r <0）= 0;