构造高斯分布的数据

下面的matlab程序用来生成一些满足高斯分布的数据，我们可以自己设定这些数据数量、样本维度以及数据分布在几个高斯分布内，这个函数是我引用别人的，但是原作信息找不到了，再次感谢。这些高斯数据在以后做数据分类很好用。

function [data,weight,mu,sigma]=Gauss_sample(dim,M,N)
% % % 这个函数用来生成N个满足高斯分布的数据，总共有M个高斯分布，每个样本数据的维度是dim
% % % 输出data是dim*N的数据，weight/mu/sigma是每个高斯分布的权重、均值、方差

weight=rand(1,M);
weight=weight/norm(weight,1);
sigma=double(randi(10,1,M));  %每个高斯分布的方差设定在1~10之间
mu=double(round(randn(dim,M)*100)); %每个高斯分布的均值设定在1~100
n=zeros(1,M);
for i=1:M
    if i~=M
        n(i)=floor(N*weight(i));
    else
        n(i)=N-sum(n);
    end
end

start=0;data=[];
for i=1:M
    X=randn(dim,n(i));
    X=X.*sigma(i)+repmat(mu(:,i),1,n(i));
    data=[X,data];
    start=start+n(i);
end

假设我想构造100个高斯分布的数据，为了方便直观的显示，数据维度是2吧，所有数据满足5个高斯分布，下面看具体实现。

 [data,w,m,s]=Gauss_sample(2,5,100);
>> figure(1);
>> plot(data(1,:),data(2,:),'b*');