python - 我应该如何随机生成离群值？

我正在生成一个随机数据集。我的数据集是连续的，并且具有上限和下限。在某些随机点上，我希望我的数据集具有超出和低于限制的离群值。这是我的代码。

generated_data = (12) * np.random.rand(100) + 630
outlier_data = (12) * np.random.rand(20) + (*HERE'S THE PROBLEM)
merged_data = np.concatenate((generated_data, outlier_data))

在此之后，我想我将改组merged_data。但是我不知道如何正确地生成离群值。

最佳答案

只需独立生成数据的三个部分：首先是非离群值，然后是上下离群值，将它们合并在一起，最后对它们进行混洗：

def generate(median=630, err=12, outlier_err=100, size=80, outlier_size=10):
    errs = err * np.random.rand(size) * np.random.choice((-1, 1), size)
    data = median + errs

    lower_errs = outlier_err * np.random.rand(outlier_size)
    lower_outliers = median - err - lower_errs

    upper_errs = outlier_err * np.random.rand(outlier_size)
    upper_outliers = median + err + upper_errs

    data = np.concatenate((data, lower_outliers, upper_outliers))
    np.random.shuffle(data)

    return data

您将获得如下内容：

>>> data = generate()
>>> data.shape
(100,)
>>> data.min()
518.1635764484727
>>> data.max()
729.9467630423616
>>> np.median(data)
629.9427184256936

关于python - 我应该如何随机生成离群值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55351782/