[英]How to generate artificial sequential data for machine learning?
Sklearn提供不同的數據生成功能,例如make_blobs
和make_regression
在sklearn.datasets
。
但是,我不知道任何可以生成順序數據的函數。 有沒有現有的庫可以生成人工順序數據?
這實際上取決於您想要什么樣的系列。 簽出此存儲庫以生成各種模擬序列。 叫做TimeSynth
但是,如果您只想輕松修改自己的內容,請嘗試編寫類似於以下內容的函數:
def SynthSeries(start,end,stepSize,coefficients):
import numpy as np
samples = np.array(np.arange(start,end,stepSize))
array = np.array(np.zeros(np.shape(samples)))
for coeff in coefficients:
array = np.add(array,(np.sin(coeff*samples)))
return array, samples
這與傅立葉變換相反,如果您知道要創建的序列的基頻,則可以將其傳遞給此函數以重新創建信號。 您可以像這樣使用它:
import matplotlib.pyplot as plt
(SeqData,samples) = SynthSeries(0,20,0.1,[12,3,1,22])
plt.plot(samples, SeqData)
plt.show()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.