详细内容或原文请订阅后点击阅览
如何使用合成数据构建投资组合项目
生成合成数据并使用AI构建机器学习投资组合项目。
来源:KDnuggets＃简介
＃查找现实世界数据集可能具有挑战性，因为它们通常是私人（受保护），不完整（缺少功能）或昂贵的（在付费墙后面）。合成数据集可以通过让您根据项目需求生成数据来解决这些问题。
合成数据是模仿现实生活数据集的人为生成的信息。您可以控制合成数据集的大小，复杂性和现实性，以根据您的数据需求来量身定制它。
在本文中，我们将探讨综合数据生成方法。然后，我们将通过检查数据，创建机器学习模型并使用AI来开发一个完整的投资组合项目来构建一个投资组合项目。
机器学习模型＃如何生成合成数据
合成数据通常是使用模拟，规则或AI随机创建的。
//方法1：随机数据生成
//要随机生成数据，我们将使用简单的功能来创建值，而无需任何特定的规则。
这对于测试很有用，但不会捕获功能之间的现实关系。我们将使用Numpy的随机方法进行操作，并创建PANDAS数据框架。
随机方法 pandas dataframe导入numpy作为NP
导入大熊猫作为pd
np.random.seed（42）
df_random = pd.dataframe（{
“ feature_a”：np.random.randint（1，100，5），
“ feature_b”：np.random.rand（5），，
“ feature_c”：np.random.choice（[“ x”，“ y”，“ z”]，5）
}））
df_random.head（）
这是输出。
//方法2：基于规则的数据生成
基于规则的数据生成比随机数据生成更聪明，更现实。它遵循精确的公式或一组规则。这使输出有目的且一致。
在我们的示例中，房屋的大小与价格直接相关。为了清楚地表明这一点，我们将创建一个尺寸和价格的数据集。我们将定义与公式的关系：
价格=尺寸×300 +ε（随机噪声）
以这种方式，您可以在保持数据合理逼真的同时看到相关性。