对一组数据注入高斯噪声来扩充样本python代码

以下是一个注入高斯噪声的Python代码示例：

import numpy as np

def add_gaussian_noise(data, mean=0, std=0.1):
    noise = np.random.normal(mean, std, size=data.shape)
    return data + noise

# 示例数据
data = np.array([1, 2, 3, 4, 5])

# 生成含高斯噪声的样本
noisy_data = add_gaussian_noise(data)

# 输出结果
print("原始数据：", data)
print("含高斯噪声的数据：", noisy_data)

在上面的示例中，add_gaussian_noise函数接收一个数据数组，以及高斯噪声的均值和标准差作为参数。默认情况下，均值为0，标准差为0.1。该函数使用NumPy库的np.random.normal函数生成相同形状的随机高斯噪声数组，然后将其加到原始数据中。

你可以使用这个函数来生成更多的相似数据，以扩充你的样本集