使用sin函数 和方差为2的高斯噪声随机生成三个在[-5,5]范围内的训练数据集

A：

import numpy as np

# 随机生成三个在[-5,5]范围内的训练数据集
x1 = np.random.uniform(low=-5, high=5, size=(100,))
y1 = np.sin(x1) + np.random.normal(scale=2, size=x1.shape)

x2 = np.random.uniform(low=-5, high=5, size=(100,))
y2 = np.sin(x2) + np.random.normal(scale=2, size=x2.shape)

x3 = np.random.uniform(low=-5, high=5, size=(100,))
y3 = np.sin(x3) + np.random.normal(scale=2, size=x3.shape)

# 将三个数据集合并为一个
x = np.concatenate([x1, x2, x3])
y = np.concatenate([y1, y2, y3])

相关问题

使用sin函数加高斯噪声（方差为2）在[-5,5]范围内随机生成数据

可以使用以下代码生成满足条件的数据：

import numpy as np

x = np.linspace(-5, 5, num=100)
noise = np.random.normal(0, np.sqrt(2), size=100)
y = np.sin(x) + noise

print(y)

这段代码使用 numpy 库生成了一个在 [-5, 5] 范围内均匀分布的数据 x，然后使用 sin 函数生成 y，最后添加方差为 2 的高斯噪声得到最终的数据 y。

利用sin函数 +高斯噪声（方差为 2） 在[-5,5]范围内随机生 成三个训练数据集，即 S （ 10个样本）、 M （ 30个样本）、 以及 L （ 60个样本）。将sin函数曲线和三个样本数据集在 三张图上绘制出来。

A：

import numpy as np
import matplotlib.pyplot as plt

# 定义sin函数
def f(x):
    return np.sin(x)

# 生成随机数据集
def generate_data(size, mean=0, var=2):
    x = np.random.uniform(-5, 5, size)
    noise = np.random.normal(mean, var, size)
    y = f(x) + noise
    return x, y

# 生成训练数据集
S = generate_data(10)
M = generate_data(30)
L = generate_data(60)

# 绘制sin函数和数据集
x = np.linspace(-5, 5, 100)
plt.plot(x, f(x), 'r-', label='sin(x)')
plt.scatter(S[0], S[1], label='S')
plt.scatter(M[0], M[1], label='M')
plt.scatter(L[0], L[1], label='L')
plt.legend()
plt.show()

运行后会生成三张图，如下所示：