如何解决scipy.stats.multivariate_normal.rvs的等效函数用于偏斜数据
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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。