r - 用于分类数据的人工数据集生成器

Question

我正在评估一种算法，并想使用人工数据。

该算法适用于一维人工数据集，如StackOverflow answer所示。

我想测试具有多个维度和某些特征（例如噪声、相关性）的数据集的算法。有人已经在 R 中实现了“人工数据集生成器”吗？

任何反馈将不胜感激。谢谢！

Answer 1

您可以使用wakefield包生成随机数据集。

它允许轻松创建数据帧、时间序列、调整相关性，甚至可视化生成的数据，例如：

if (!require("pacman")) install.packages("pacman")
pacman::p_load_gh("trinker/wakefield")
pacman::p_load(dplyr, tidyr, ggplot2)

set.seed(10)

r_data_frame(n=100,
    id,
    dob,
    animal,
    grade, grade,
    death,
    dummy,
    grade_letter,
    gender,
    paragraph,
    sentence
) %>%
   r_na() %>%
   plot(palette = "Set1")

Answer 2

R 中的mlbench 包是一组函数，用于生成不同维度和结构的数据以用于基准测试。它包括回归和分类数据集。

当然，这些数据集都是相当人为的，因此它们可能无法真正反映“现实生活”的性能，因为它们可能无法反映您的算法所针对的那种结构。但至少这是一个开始的地方。