如何从多变量正态分布生成训练实例？

Question

我想在 Python 中实现一个用于逻辑回归的感知器。对于我的训练数据，我想在多变量正态分布中用两组随机数据点（每组1500个）生成3000个训练实例

μ1 = [1, 0] 
μ2 = [0, 1.5]
Σ1 = [[1, 0.75]
     [0.75, 1] 
Σ2 = [[1, 0.75]
     [0.75, 1]]

并将它们标记为0和1。 我想以相同的方式生成测试数据。

Answer 1

使用numpy：

import numpy as np

mu1 = [1,0]
mu2 = [0,1.5]

sigma1 = [[1,0.75],[0.75,1]]
sigma2 = [[1,0.75],[0.75,1]]

set0 = np.append(np.random.multivariate_normal(mu1,sig1,1500),np.zeros((1500,1)),axis=1)
set1 = np.append(np.random.multivariate_normal(mu2,sig2,1500),np.ones((1500,1)),axis=1)