python 实现自定义函数加入正负扰动构造训练数据，进行二分类仿真的代码

以下是 Python 实现自定义函数加入正负扰动构造训练数据，进行二分类仿真的代码：

import numpy as np

def add_noise(x, noise_level):
    """
    给输入数据 x 添加正负扰动
    """
    noise = np.random.uniform(-noise_level, noise_level, size=x.shape)
    return x + noise

def generate_data(num_samples, noise_level):
    """
    生成二分类训练数据
    """
    x = np.random.uniform(-1, 1, size=(num_samples, 2))
    y = np.zeros(num_samples)
    for i in range(num_samples):
        if x[i, ] + x[i, 1] > :
            y[i] = 1
        else:
            y[i] = -1
    x = add_noise(x, noise_level)
    return x, y

以上是 Python 实现自定义函数加入正负扰动构造训练数据，进行二分类仿真的代码。