我想给我的测试数据添加20%的噪声,我不知道该怎么做,因为我不知道np.random
函数实际上是如何工作的。
我应该使用这样的东西:
x_test_noise = x_test * np.random.uniform(0.8, 1.2, size=x_test.shape)
字符串
或者类似的东西:
x_test_noise=pd.DataFrame()
for i in range (len(x_test)):
for j in range(len(x_test.columns)):
x_test_noise=x_test*np.random.uniform(0.8,1.2)
型
我主要关心的是,我希望x_test的每个值都乘以从随机分布中提取的一个不同的值。第一个语法是要做到这一点,还是要将x_test的每个值乘以从随机分布中提取的相同值?
1条答案
按热度按时间gxwragnw1#
你的第一段代码以一种高效的(向量)方式完成了你所期望的工作:它将每个值乘以一个介于0.8和1.2之间的不同随机因子。
为了说服自己,只需设计一个小的图形示例:
字符串
输出量:
的数据
绘制没有pandas依赖的代码
型