生成有多个特征的正态分布数据来模拟统计算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

想要生成一个dataset做一个聚类的simulation，X是n行p列的样本数据，p为X的特征个数，设定前50个feature是relevant features，其他的特征都是noise features，总共有三类，每一类的样本数是20，其中\[x_{ij}\]服从均值为\[u_{ij}\]，方差为1的正态分布，
取u=0.6和0.7，p=200, 500和1000，求问怎么生成这样的数据集？
我用了MASS包的mvrnorm函数，但是需要有协方差矩阵，如果P=200，协方差矩阵岂不是有40000个值，感觉不对，求教大神指点

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：正态分布 Simulation features relevant feature features relevant 正态分布 统计 样本

多元正太分布当然要知道协方差矩阵，如果你的协方差矩阵有规律的话，那参数个数可以大大减少，看你的具体情况了

不是很能看懂你的意思。不过如果要生成200维的多维正态，恐怕的确需要这么大的协方差阵