我只想针对分类问题使用numpy生成多类测试数据集。 例如,X是一个维度为(mxn)的numpy数组,维度为y(mx1)的y,假设有k个。类。请帮助我的代码。 [这里X代表特征,y代表标签]
答案 0 :(得分:1)
您可以像这样使用np.random.randint
:
import numpy as np
m = 4
n = 4
k = 5
X = np.random.randint(0,2,(m,n))
X
array([[1, 1, 1, 1],
[1, 0, 0, 1],
[1, 1, 0, 0],
[1, 1, 1, 1]])
y = np.random.randint(0,k,m)
y
array([3, 3, 0, 4])
答案 1 :(得分:0)
您可以使用numpy创建多类数据集,如下所示-
def generate_dataset(size, classes=2, noise=0.5):
# Generate random datapoints
labels = np.random.randint(0, classes, size)
x = (np.random.rand(size) + labels) / classes
y = x + np.random.rand(size) * noise
# Reshape data in order to merge them
x = x.reshape(size, 1)
y = y.reshape(size, 1)
labels = labels.reshape(size, 1)
# Merge the data
data = np.hstack((x, y, labels))
return data
您可以使用classes
和noise
参数来更改类数和数据传播。在这里,我保持了x轴和y轴值之间的线性关系,也可以根据需要进行更改。