我想在Python中实现一个用于逻辑回归的感知器。对于我的训练数据，我希望从具有以下参数的多元正态分布中生成两组随机数据点，每组1500个，总共3000个训练实例：

μ1 = [1, 0] μ2 = [0, 1.5]Σ1 = [[1, 0.75]     [0.75, 1] Σ2 = [[1, 0.75]     [0.75, 1]]

并将它们标记为0和1。我希望以相同的方式生成测试数据。

回答：

使用numpy:

import numpy as npmu1 = [1,0]mu2 = [0,1.5]sigma1 = [[1,0.75],[0.75,1]]sigma2 = [[1,0.75],[0.75,1]]set0 = np.append(np.random.multivariate_normal(mu1,sig1,1500),np.zeros((1500,1)),axis=1)set1 = np.append(np.random.multivariate_normal(mu2,sig2,1500),np.ones((1500,1)),axis=1)