对于实习，我被要求模拟虚拟设备（例如冰箱、冰柜）的耗电量。
该公司目前拥有来自几种不同设备的大量记录数据。数据显示出强烈的模式。它只有两个变量——消耗的时间和（W）。我需要模拟大量数据来训练算法。在 Python 中执行此操作的最佳方法是什么？我见过一些具有这种功能的模块，但它们似乎不适合我的数据格式。
基于小样本（使用Python）创建模拟数值数据的方法？
数据挖掘
Python
2022-01-24 14:31:54
2个回答
您可以使用 LSTM 解码器研究 GAN。但是，如果没有任何额外的先验信息，它不会大大改善您的下游任务，因为您没有向它提供更多信息，这意味着它必须产生更多数据的幻觉。
另一种方法是考虑生成过程。例如冰箱，我想对前一天的时间没有太多依赖。也许如果效率较低（通过查看平均值）。您可以尝试将不同设备的片段混合并匹配它们以模拟新样本。在这里，您通过假设某种独立性来引入先验偏见。
你可以在里面找到你需要的
numpy.random
例如，使用普通数据生成 100x100 矩阵：
data = numpy.random.normal(mean, sigma, shape=(100, 100))
[编辑]：如果您想要更高级的方式来生成类似于现有数据集的数据，您可以研究 GAN。
其它你可能感兴趣的问题