基于Python，不调用sklearn库生成测试数据集

生成测试数据集的方法有很多种，以下是一种基于Python的方法，不需要调用sklearn库：

import numpy as np

# 定义数据集大小
m = 1000
n = 10

# 随机生成特征矩阵X
X = np.random.rand(m, n)

# 随机生成标签向量y
y = np.random.rand(m)

# 将标签向量转换为二元分类问题
y = np.where(y > 0.5, 1, 0)

# 打印特征矩阵和标签向量的形状
print('X shape:', X.shape)
print('y shape:', y.shape)

这个例子中，我们生成了一个大小为1000x10的特征矩阵X和一个大小为1000的标签向量y，其中标签向量被转换为二元分类问题。你可以根据需要修改代码，生成不同大小和类型的数据集。