随机数据分布

在机器学习中，数据集可以包含成千上万甚至数百万个值。测试算法时，您可能没有真实的数据，您可能必须使用随机生成的值。正如我们在上一章中学到的那样，NumPy模块可以帮助我们！让我们创建两个数组，它们都填充有正常数据分布中的1000个随机数。第一个数组的平均值设置为5.0，标准差为1.0。第二个数组的平均值设置为10.0，标准差为2.0：

有1000个点的散点图：

import numpy

import matplotlib.pyplot as plt

x = numpy.random.normal(5.0, 1.0, 1000)

y = numpy.random.normal(10.0, 2.0, 1000)

plt.scatter(x, y)

plt.show()

输出如下所示：

散点图解释::

我们可以看到，点集中在x轴上的值5和y轴上的10周围。我们还可以看到，在y轴上的扩散比在x轴上的扩散大。