Question

我正在尝试为实验生成一些合成数据。当谈到具有数字特征的数据集时，这很容易，我只是使用高斯混合（使用Netlab，Matlab的包）并且已经完成了。

Noooww，我还需要生成一些具有数字和分类功能的数据集。我可以使用上面的方法轻松做数字部分，那么分类呢？

我正在考虑生成一个分类特征（例如）3个类别，概率为68.2％（+/- 1 sigma），27.2％（+/- 1 sigma和+/- 2 sigma），以及4.6％（其余）具有相同标签的对象。

也许是另外一个具有5个类别的分类特征，概率分别为34.1％，34.1％，13.6％，13.6％，4.6％ - 在具有相同标签的对象中。

这对你们有意义吗？有什么想法吗？

我可以很容易地编写上面的代码，但是如果你知道任何为我做的功能 - 请告诉我。

谢谢！

Answer 1

使用numpy在Python中很容易做到：

import numpy as np
np.random.multinomial(n=1, pvals=[.3,.3,.4], size=10)