python创建变量_Python-创建具有相关数值变量的数据集

scikit-learn附带了一些有用的函数来生成相关数据,例如make_regression.

例如,您可以这样做：

import numpy as np

import pandas as pd

from sklearn.datasets import make_regression

np.random.seed(0)

n_samples = 1000

X, y = make_regression(n_samples=n_samples, n_features=1, n_informative=1,

noise=80, random_state=0)

# Scale X (years of experience) to 0..10 range

X = np.interp(X, (X.min(), X.max()), (0, 10))

# Scale y (salary) to 30000..100000 range

y = np.interp(y, (y.min(), y.max()), (30000, 100000))

# To dataframe

df = pd.DataFrame({'experience': X.flatten(), 'salary': y}

print(df.head(10))

根据您的描述,似乎您想在响应中添加一些差异.这可以通过调整噪声参数来完成.让我们对其进行绘制以使其更加明显：

from matplotlib import pyplot as plt

plt.scatter(X, y, color='blue', marker='.', label='Salary')

plt.xlabel("Years of Experience")

plt.ylabel("Salary")

plt.show()

例如,使用noise = 80：

或使用noise = 250：

附带说明：这将为“多年的经验”生成连续的值.如果您希望将它们四舍五入为整数,则可以使用X = np.rint(X)