要给数据加上高斯噪声,可以使用numpy.random.normal
函数生成高斯分布的随机数,并将其加到原始数据上。下面是一个示例代码:
import numpy as np def add_gaussian_noise(data, mean, std): noise = np.random.normal(mean, std, size=data.shape) noisy_data = https://www.yisu.com/ask/data + noise>在上面的代码中,
add_gaussian_noise
函数接受三个参数:原始数据data
、噪声的均值mean
和噪声的标准差std
。该函数首先使用numpy.random.normal
函数生成与原始数据形状相同的高斯分布随机数(均值为mean
,标准差为std
),然后将这些随机数加到原始数据上,得到带有高斯噪声的数据。最后,打印输出带有噪声的数据。请根据实际需要修改示例代码中的数据和参数。