-
Notifications
You must be signed in to change notification settings - Fork 0
/
datasets.txt
108 lines (91 loc) · 4.94 KB
/
datasets.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
y100_1 = [0.127076, 0.108147856, 0.107081378, 0.085476309, 0.099750315]
y100_2 = [0.003104, 0.0000159, 0.0000261, 0, 0.0000327]
y100_3 = [0.0000624, 0.010187, 0.009817, 0.007252, 0.008992]
y100_4 = [0, 0, 0, 0, 0]
y100_5 = [0.0000181, 0.0000311, 0, 0.0000395, 0.00000589]
print(noise, "\n")
noise = noise + noise*stats.norm.ppf(noise, loc=0.1, scale=0.5)
print(noise, "\n")
print(X, "\n")
# noise example for Ayan datasets
y100_init = [0.1, 0, 0, 0, 0]
y100_1 = [0.1, 0.068516, 0.068512554, 0.068512653, 0.06851261]
y100_2 = [0, 0, 0, 0, 0]
y100_3 = [0, 0.010187, 0.012749887, 0.012749946, 0.01274996]
y100_4 = [0, 0, 0, 0, 0]
y100_5 = [0, 0, 0, 0, 0]
#
y100_init = [0.09, 0.01, 0, 0, 0]
y100_1 = [0.09, 0.062530284, 0.062528019, 0.062527715, 0.062527731]
y100_2 = [0.01, 0.007973446, 0.007972345, 0.007972349, 0.007972349]
y100_3 = [0, 0.010436252, 0.010435097, 0.010435221, 0.010435215]
y100_4 = [0, 0.000100517, 0.000100452, 0.000100453, 0.000100453]
y100_5 = [0, 0.001249267, 0.001249769, 0.001249787, 0.001249787]
#
[[0.075 0.025 0. 0. 0. ]
[0.05324628 0.01992084 0.00737038 0.000638 0.00263 ]
[0.0532445 0.019919 0.00736906 0.000638 0.00263 ]
[0.0532445 0.01991905 0.00736912 0.000638 0.00263 ]
[0.0532445 0.01991904 0.00736912 0.000638 0.00263 ]]
##########################################################################
##########################################################################
OWN GENERATED DATA
##########################################################################
##########################################################################
##########################################################################
90-10. 10 datapoints
##########################################################################
y100_init = [0.09, 0.01, 0, 0, 0]
y100_1 = [0.09, 0.064133, 0.064338, 0.064892, 0.065589, 0.066354, 0.06714, 0.067924, 0.068691, 0.069432]
y100_2 = [0.01, 0.004364, 0.002306, 0.001209, 0.00063, 0.000326, 0.000167, 0.000085,
0.000043, 0.000021]
y100_3 = [0., 0.0126, 0.012769, 0.013014, 0.013315, 0.013641, 0.013979, 0.014318,
0.014654, 0.014984]
y100_4 = [0., 0.000039, 0.000011, 0.000003, 0.000001, 0, 0, 0, 0, 0]
y100_5 = [0., 0.000588, 0.000312, 0.000166, 0.000087, 0.000045, 0.000024, 0.000012,
0.000006, 0.000003]
##########################################################################
90-10. 5 datapoints
##########################################################################
y100_init = [0.09, 0.01, 0, 0, 0]
y100_1 = [0.09, 0.064133, 0.064338, 0.064892, 0.065589]
y100_2 = [0.01, 0.004364, 0.002306, 0.001209, 0.00063]
y100_3 = [0., 0.0126, 0.012769, 0.013014, 0.013315]
y100_4 = [0., 0.000039, 0.000011, 0.000003, 0.000001]
y100_5 = [0., 0.000588, 0.000312, 0.000166, 0.000087]
##########################################################################
100-0. 10 datapoints
##########################################################################
y100_1 = [0.1, 0.070946, 0.071542, 0.072157, 0.072738, 0.073287, 0.073799, 0.074279,
0.074726, 0.075145]
y100_2 = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
y100_3 = [0., 0.015611, 0.015936, 0.016219, 0.016489, 0.016744, 0.016987, 0.017216,
0.017432, 0.017633]
y100_4 = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
y100_5 = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
##########################################################################
100-0. 5 datapoints
##########################################################################
y100_1 = [0.1, 0.070946, 0.071542, 0.072157, 0.072738]
y100_2 = [0., 0., 0., 0., 0.]
y100_3 = [0., 0.015611, 0.015936, 0.016219, 0.016489]
y100_4 = [0., 0., 0., 0., 0.]
y100_5 = [0., 0., 0., 0., 0.]
##########################################################################
75-25. 5 datapoints
##########################################################################
[[0. 1. 2. 3. 4. ]
[0.075 0.05378 0.053235 0.053343 0.053797]
[0.025 0.011974 0.007087 0.004183 0.002455]
[0. 0.008662 0.008583 0.008655 0.008829]
[0. 0.000284 0.000101 0.000036 0.000012]
[0. 0.001347 0.000791 0.000469 0.000278]]
##########################################################################
75-25. 10 datapoints
##########################################################################
[[0. 1. 2. 3. 4. 5. 6. 7. 8. 9. ]
[0.075 0.05378 0.053235 0.053343 0.053796 0.054456 0.055241 0.056101 0.057004 0.057937]
[0.025 0.011974 0.007087 0.004183 0.002455 0.001431 0.000827 0.000473 0.000268 0.000151]
[0. 0.008662 0.008583 0.008655 0.008829 0.009067 0.009345 0.009652 0.00998 0.01032 ]
[0. 0.000284 0.000101 0.000036 0.000012 0.000004 0.000001 0. 0. 0. ]
[0. 0.001347 0.000791 0.000469 0.000278 0.000164 0.000096 0.000056 0.000032 0.000018]]