颜色分类leetcode dsc 2 23 05 data generation process code along onli...

颜色分类leetcode生成数据 - Codealong介绍数据分析通常需要分析师使用某种类型的数据来测试算法的效率/性能。在这种情况下，重点不是像我们之前看到的那样回答一些分析问题，而是测试一些处理机器学习假设的机器学习假设，例如，比较两种不同的算法，看看哪一种算法的准确性更高。在这种情况下，分析师通常会处理他们自己生成的合成随机数据。本实验和即将开始的课程将重点介绍一些数据生成技术，您可以稍后使用这些技术来学习新算法，同时又不会过多地沉迷于领域知识。

目标

你将能够：

• 为分类问题生成数据集

• 为回归问题生成数据集

实践数据集反映了允许测试和调试算法并测试其稳健性的简单问题。它们还用于理解算法响应模型参数变化的行为，正如我们将在一些ML算法中看到的那样。以下是此类数据集优于现实世界数据集的一些原因：

• 快速简便的生成 - 节省数据收集时间和精力

• 可预测的结果 - 对结果有更高的信心

• 随机化 - 数据集可以重复随机化以检查多种情况下的性能

• 简单的数据类型 - 更容易可视化数据和结果

在本课中，我们将介绍一些可以帮助我们生成随机数据集的Python函数。