每当我们想到机器学习时,想到的第一件事就是数据集。虽然您可以在Kaggle等网站上找到许多数据集,但有时提取自己的数据并生成自己的数据集很有用。生成自己的数据集可让您更好地控制数据,并训练您的机器学习模型。
在本文中,我们将使用Python中的Numpy库生成随机数据集。
需要的库:
-> numpy : sudo pip安装numpy
->熊猫: sudo pip install pandas
-> Matplotlib: sudo pip安装matplotlib
正态分布:
在概率论中,正态分布或高斯分布是关于均值对称的非常常见的连续概率分布,这表明均值附近的数据比不均值的数据发生的频率更高。统计中使用的正态分布,通常用于表示实值随机变量。
正态分布是统计分析中最常见的分布类型。标准正态分布具有两个参数:平均值和标准偏差。平均值是分布的主要趋势。标准偏差是变异性的量度。它定义了正态分布的宽度。标准偏差确定值与平均值之间的下降幅度。它代表观测值与平均值之间的典型距离。它适合许多自然现象,例如身高,血压,测量误差和智商得分遵循正态分布。
正态分布图:
例:
filter_none
亮度_4
# importing libraries
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# initialize the parameters for the normal
# distribution, namely mean a