使用 Python 扩充样本数据：添加高斯噪声生成更多数据

以下是一个使用 Python 的 NumPy 库生成高斯噪声并将其添加到数据集中，以扩充样本数据的示例代码：

import numpy as np

# 原始数据集
data = [1, 2, 3, 4, 5]

# 扩充后的数据集长度
n = 5

# 均值和标准差
mu, sigma = 0, 0.1

# 生成高斯噪声
noise = np.random.normal(mu, sigma, n * len(data))

# 将噪声添加到原始数据集中
noisy_data = data + noise

# 输出扩充后的数据集
print(noisy_data)

在这个代码示例中，我们首先定义了一个原始数据集 'data'，然后定义了一个要生成的噪声数据集的长度 'n'。接着，我们定义了噪声的均值和标准差 'mu' 和 'sigma'，并使用 np.random.normal() 函数生成了高斯噪声。最后，我们将噪声添加到原始数据集中，生成了一个扩充后的数据集 'noisy_data'。