随机正态值的斯卡拉微风矩阵

Question

我想要在python中获得的相同结果

x=np.random.normal(0, 1, (n_samples, n_features))

我努力了：

import breeze.linalg._

object HelloWorld {
  def main(args: Array[String]) {
    println("Start")

    val n_samples = 5
    val n_features = 3

    val normal01 = breeze.stats.distributions.Gaussian(0, 1)
    val samples = normal01.sample(n_features*n_features)

    val X = DenseMatrix(n_samples, n_features,  samples) // return an error



    //print(X)
  }
}

错误在哪里？

Answer 1

一个简单的替代实现：

val normal01 = breeze.stats.distributions.Gaussian(0, 1)
DenseMatrix.rand(n_samples, n_features, normal01)

.rand构造函数接受一个可选的随机生成器，默认为Uniform（0，1）

Answer 2

将矩阵创建行替换为：

val X = new DenseMatrix[Double](n_samples, n_features, samples.toArray)

然后在前一行上修正错字。

由于某种原因，该构造函数似乎不在伴随对象中，因此您必须使用“ new”关键字（这可能是Breeze中的错误，因此可以将其作为问题提出）。 另外，您需要将“样本”强制转换为常规Scala数组。

Answer 3

这是带种子的Python中np.random.normal的解决方案（相同的种子会产生相同的随机数）

implicit val randBasis: RandBasis = new RandBasis(new ThreadLocalRandomGenerator(new MersenneTwister(seed)))
val Gausian = breeze.stats.distributions.Gaussian(0.0, 1.0)
val R: DenseMatrix[Double] = DenseMatrix.rand(numRows, numColumns, Gausian)