エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Auto Encoderを用いた異常検知 PART2(データ作成) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Auto Encoderを用いた異常検知 PART2(データ作成) - Qiita
データの作成方法について numpyのrandomを使って、正常データと異常データを作成します。 ここで、正常... データの作成方法について numpyのrandomを使って、正常データと異常データを作成します。 ここで、正常データと異常データの定義は以下のようになります。 正常データ:データ集合がある範囲に収まっている 異常データ:データ集合がバラバラである 上記を踏まえて、正常データと異常データを作成します。 ライブラリのロード # 正常データ、異常データを生成 normal_data = np.random.rand(1000, 4) number_lst = list(range(1, 100)) anomaly_data = list() t_anomaly_data = list() for i in range(0, 100): anomaly_data.append(random.sample(number_lst, 4)) anomaly_data = np.array(anomaly