如何生成用于机器学习的人工顺序数据？

Question

Sklearn提供了不同的数据生成功能，例如make_blobs中的make_regression和sklearn.datasets。

但是，我不知道任何可以生成顺序数据的功能。是否存在任何可以生成人工顺序数据的库？

Answer 1

这实际上取决于您想要什么样的系列。签出此存储库以生成各种模拟序列。叫做TimeSynth

但是，如果您只想轻松修改自己的内容，请尝试编写类似于以下内容的函数：

def SynthSeries(start,end,stepSize,coefficients):
    import numpy as np
    samples = np.array(np.arange(start,end,stepSize))
    array = np.array(np.zeros(np.shape(samples)))

    for coeff in coefficients:
        array = np.add(array,(np.sin(coeff*samples)))
    return array, samples

这是傅立叶变换的逆过程，如果您知道要创建的序列的基频，则可以将其传递给此函数以重新创建信号。 您可以像这样使用它：

import matplotlib.pyplot as plt
(SeqData,samples) = SynthSeries(0,20,0.1,[12,3,1,22])
plt.plot(samples, SeqData)
plt.show()