问题描述
我有一个数据集,它由多个行(条目)和列(功能)组成。我想从我拥有的真实数据中生成伪数据。
首先,我计算了每列的均值和协方差矩阵。 marker
变量是数据集,其类型是pandas的DataFrame。
mean_vec = markers.mean()
cov_mat = markers.cov()
然后,我对虚拟数据进行了如下整理:
dummy = pd.DataFrame(scipy.stats.multivariate_normal.rvs(mean = mean_vec.values,cov=cov_mat.values,size = 1000),columns=markers.columns)
尽管生成的数据具有正态分布,但原始数据的分布是偏正态的。我使用了skew()
函数在熊猫中测量了数据的偏度:
skew_vec = markers.skew()
但是,由于scipy.stats.skewnorm.rvs没有获得协方差矩阵作为输入参数,因此我无法生成与偏态正交相关的数据。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)