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。
时间: 2023-05-25 09:02:22 浏览: 132
3个图像去噪卷积神经网络模型,包括训练集,测试集,以及几个训练好的参数
A:
```python
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:
![sin函数和S样本数据集](https://img-blog.csdn.net/20181017164955900?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0LmNvbS9jaGl0Z3B0/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/75)
![sin函数和M样本数据集](https://img-blog.csdn.net/20181017165001247?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0LmNvbS9jaGl0Z3B0/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/75)
![sin函数和L样本数据集](https://img-blog.csdn.net/20181017165006555?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0LmNvbS9jaGl0Z3B0/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/75)
阅读全文