nd2py.generator.data package

Submodules

nd2py.generator.data.gmm_generator module

class nd2py.generator.data.gmm_generator.GMMGenerator(max_value=numpy.inf, normalize_X=False)

Bases: object

__init__(max_value=numpy.inf, normalize_X=False)

GMM(num, dim, C=None)

生成 (num, dim) 的 GMM 数据

generate_data(num, eqtree, return_X_dict=False)

nd2py.generator.data.subeq_generator module

class nd2py.generator.data.subeq_generator.SubeqGenerator(eq_generator, max_value=numpy.inf, max_var=5, normalize_X=False)

Bases: GMMGenerator

生成高斯随机分布的 z in R^{K} 以及 D 个随机方程 f_d。以 X_d=f_d(z) 计算 y=f(X_d’)。 其中 X_d’ 是将每个 X_d 分别归一化到 N(0, 1) 的结果。 X_d 中可能会有离群值，这会影响 X_d’ 的分布范围，因此归一化之前先去除 threshold (%) 之外的值。

__init__(eq_generator, max_value=numpy.inf, max_var=5, normalize_X=False)

generate_data(num, eqtree)