根据现有数据生成随机数据

Question

python中有没有一种方法可以根据现有数据的分布生成随机数据？

这是我的数据集的统计参数：

Data
count   209.000000
mean    1.280144
std     0.374602
min     0.880000
25%     1.060000
50%     1.150000
75%     1.400000
max     4.140000

因为它不是正态分布，所以不可能用 np.random.normal 做到这一点。有什么想法吗？

谢谢。

编辑：执行 KDE：

from sklearn.neighbors import KernelDensity
# Gaussian KDE
kde = KernelDensity(kernel='gaussian', bandwidth=0.525566).fit(data['y'].to_numpy().reshape(-1, 1))
sns.distplot(kde.sample(2400))

Answer 1

一般来说，现实世界的数据并不完全遵循正态分布或 Weibull 分布那样的“良好”分布。

与机器学习类似，从数据点分布中采样通常有两个步骤：

• 使数据模型适合数据。

• 然后，在随机性的帮助下，预测基于该模型的新数据点。

有几种方法可以根据该估计来估计数据和样本的分布：

• 核密度估计。
• 高斯混合模型。
• 直方图。
• 回归模型。
• 其他机器学习模型。

此外，最大似然估计等方法可以将已知分布（如正态分布）拟合到数据中，但估计的分布通常比核密度估计或其他机器学习模型。

另请参阅我的部分“Random Numbers from a Distribution of Data Points”。