python生成10000个样本数据集_python产生随机样本数据

一、产生X样本

x_train = np.random.random((5, 3)) 随机产生一个5行3列的样本矩阵，也就是5个维度为3的训练样本。

array([[ 0.56644011, 0.75185718, 0.98654195],

[ 0.46676905, 0.2452094 , 0.28035157],

[ 0.69687126, 0.85162556, 0.23118269],

[ 0.69127369, 0.32235362, 0.90172209],

[ 0.64421882, 0.65666665, 0.37091807]])

二、产生Y样本

y_train = np.random.randint(10, size=(20, 1)) 产生一个20行1列的Y样本，值分布为10个，也就是0~9。也就是20个多类别样本标签。

array([[8],

[8],

[0],

[4],

[9],

[7],

[3],

[0],

[9],

[0],

[2],

[1],

[0],

[3],

[4],

[6],

[8],

[9],

[7]])

三、产生2D卷积X样本x_train = np.random.random((4,2,5, 3))产生4个卷积样本，每个样本两层，没层矩阵是5X3结构。

array([[[[ 0.81108075, 0.75130404, 0.32276459],

[ 0.84803225, 0.95347097, 0.98392204],

[ 0.82862565, 0.60562112, 0.12725719],

[ 0.66517274, 0.80061288, 0.56373024],

[ 0.33360791, 0.15615631, 0.01854572]],

[[ 0.95840439, 0.62069117, 0.98154442],

[ 0.22812983, 0.83663549, 0.79360161],

[ 0.40764592, 0.1903219 , 0.75269041],

[ 0.89337384, 0.48268712, 0.98336301],

[ 0.00515764, 0.41898271, 0.17870325]]],

[[[ 0.16303286, 0.30437622, 0.80772764],

[ 0.99838344, 0.78417382, 0.52251551],

[ 0.81561737, 0.20268081, 0.15342787],

[ 0.77666367, 0.26014027, 0.01359609],

[ 0.76491115, 0.23499911, 0.75797289]],

[[ 0.0221104 , 0.92696779, 0.16339887],

[ 0.93589062, 0.64230156, 0.54570248],

[ 0.01895301, 0.23444549, 0.03577822],

[ 0.06956943, 0.05085453, 0.58532944],

[ 0.01029333, 0.99890575, 0.22400419]]],

[[[ 0.33587317, 0.38829797, 0.76169893],

[ 0.8067067 , 0.29012318, 0.01406736],

[ 0.99158238, 0.60665312, 0.52777604],

[ 0.06333543, 0.9294594 , 0.0571626 ],

[ 0.02463482, 0.9234842 , 0.68864325]],

[[ 0.23725655, 0.8793853 , 0.49002114],

[ 0.86578146, 0.93386534, 0.48375739],

[ 0.5304713 , 0.44797753, 0.79250569],

[ 0.92835088, 0.17855765, 0.27783737],

[ 0.17801198, 0.2095321 , 0.64932004]]],

[[[ 0.35564935, 0.98168517, 0.75135149],

[ 0.79403744, 0.06994751, 0.95484361],

[ 0.14493514, 0.11813182, 0.61482502],

[ 0.5031048 , 0.91276372, 0.2315978 ],

[ 0.57193754, 0.20402079, 0.75060145]],

[[ 0.0099759 , 0.37148569, 0.89472595],

[ 0.91443219, 0.17405477, 0.78021433],

[ 0.84789989, 0.34975548, 0.85220165],

[ 0.85179668, 0.04264071, 0.36531178],

[ 0.72911524, 0.85494955, 0.60118721]]]])

四、产生2D卷积Y样本

y_train = np.random.randint(10, size=(20, 1)) y样本不变，同上

python生成10000个样本数据集_python产生随机样本数据相关推荐

python生成10000个样本数据集_python – 为什么随机抽样比例数据集不是样本量？ (pandas .sample()示例)...
当从不同大小的分布中随机抽样时,我惊讶地发现执行时间似乎主要是根据从中采样的数据集的大小而不是被采样的值的数量来缩放.例: import pandas as pd import numpy as np ...
python生成10个随机数字符串_python生成随机数、随机字符串
python生成随机数.随机字符串 import random import string # 随机整数: print random.randint(1,50) # 随机选取0到100间的偶数: pr ...
python生成试卷制卷系统_Python如何自动生成考试试卷？
本期要给大家带来自动生成试卷内容,实现目标是随机生成100道100以内的加法试卷.最终效果是以Word文件方式生成试卷并放置到相应目录下.这里需要依赖的知识点主要包含docxtpl模板的使用.Word ...
python生成有条件的列表_python复杂列表生成式教程
本文主要讲解python列表生成式的实际运用实例!希望对初学者有帮助! 1.复杂的列表生成式HTML表格: 注:字符串可以通过%进行格式,用指定的参数化代替%s.字符串的join()方法可以把一lis ...
python生成试卷制卷系统_Python 读写文件小应用：生成随机的测验试卷文件
去年学习了python的读写文件部分,了解了python读写的常用模块os.shelve,今天准备把课后作业试着自己做一下目标:1)生成35份试卷.每个试卷有50道选择题 2)为了防止有学生作弊,需 ...
python生成伪随机数的扩展库_python模块介绍-random：生成伪随机数
概述这个模块实现的伪随机数生成器. 对于整数,从区间选取.对于序列,随机元素. 在实线的,有功能来计算均匀分布,正态分布(高斯) ,对数正态分布,负指数,γ和β分布.对于生成的角度分布,冯·米塞斯的 ...
python求10000以内的质数_python找出10000以内的质数_【Python学习】打印10000以内的所有素数...
摘要: 普及一下素数,初中学的都忘记了百度:质数(prime number)又称素数,有无限个.质数定义为在大于1的自然数中,除了1和它本身以外不再有其他因数的数称为质数. 基本判断思路:在一般领域 ...
python生成二维码代码_python 一行代码生成二维码
效果图如上:动态二维码,彩色二维码,黑白二维码: 看到别人做的炫酷二维码,瞬间心动,想动手做个自己的炫酷二维码. github上有大神做的框架,直接拿来用,安装工具 myqr: pip insta ...
python生成20个随机数列表_Python利用random生成一个列表内的随机数
首先,需要导入random模块:import random 随机取1-33之间的1个随机数,可能重复:random.choice(range(1,34)) print得到一系列随机数,执行一次得到一个 ...

python生成10000个样本数据集_python产生随机样本数据

python生成10000个样本数据集_python产生随机样本数据相关推荐

最新文章

热门文章