在Matlab中生成随机二维点

-4

我是Matlab中的新手，我试图根据高斯（正态）分布和均匀分布生成二维随机数。假设我想要创建一个将用于数据挖掘任务/算法（二维数据过拟合）的2个不同数据集（高斯（1800对）和均匀（1200对））。在Matlab中生成随机二维点

其他重要问题是数据点应该在0-20的范围内。

我已经试过这对于高斯分布

SIGMA = [.5 .05; .05 .5 ]; 
temp = mvnrnd([-3 0], SIGMA,1800);

这些代码生成-5之间的数值为5，我想生成0-20所以我试图

SIGMA = [0 20];

，但我得到的范围-20至20

我怎样才能得到范围0-20？

来源

2013-11-25 H-Bahrami

到目前为止你累了什么？你有没有看过'rand'和'randn'？给我们展示一些代码... – Shai

高斯随机变量没有硬性界限。极端值不太可能。你能做的最好的就是抵消平均值，这是由mvnrnd的第一个参数控制的。试试[10 10]。 – Peter

'mvnrnd'不是正态分布（除非你可能选择合适的参数来适应特殊情况）。使用'randn'代替。 – Daniel

Gaussian_r=10+(10/3)*randn(1800,1)

在这里，我使用的3西格玛规则，其中随机变量的99.7％将落在平均值之间 - 西格玛意味着+ 3西格玛，这意味着仍有可能下跌，如果这是你所指定的区域外0.3％不是配不上你，你可以让西格玛小

Uniform_r = 20*rand(1200,1)

，如果你想这些是整数使用兰迪代替

检查randn randi rand

来源

2013-11-25 21:59:06 mhmsa

统一： R =兰迪（20,2,1200）

高斯：的函数randn是高斯分布的标准偏差（SIGMA）= 1和平均（MU）= 0。真实正态分布不受限于一个区间，随着距离平均值越远，事件的概率越小。随着您的样本量变大，获得极值的可能性会增加。假设你希望你的分布集中在10左右（平均值）左右，你可以选择一个合适的小西格玛来使1800个样本中的异常值不太可能发生，然后确保它不会发生在有条件的情况下。

如果你在6sigma范围内有3600个样本，样本在外面的概率很小（7.1e-4％，你可以在MATLAB中用1-erf（6/sqrt（2））^ 3600）看到。所以一个合理的西格玛可能是10/6（1.6667）。这给了我们：

r = 10 + 1.6667 * randn（2,1800）％以防万一 r（r> 20）= 20; r（r < 0）= 0;

http://en.wikipedia.org/wiki/Normal_distribution

来源

2013-11-25 22:32:28 Parallax

在Matlab中生成随机二维点

回答

相关问题