数据集生成器的问题

生成数据集是机器学习和数据分析中常见的任务之一。下面是一个使用Python代码生成数据集的示例：

import pandas as pd
import numpy as np

# 定义数据集生成器函数
def generate_dataset(num_samples):
    # 生成随机数作为特征
    X = np.random.rand(num_samples, 2)
    
    # 生成目标变量
    y = np.random.randint(0, 2, size=num_samples)
    
    # 将特征和目标变量合并成数据集
    dataset = pd.DataFrame({'feature1': X[:, 0], 'feature2': X[:, 1], 'target': y})
    
    return dataset

# 调用生成数据集的函数
dataset = generate_dataset(1000)

# 打印数据集的前几行
print(dataset.head())

这个示例中，generate_dataset函数接受一个参数num_samples，用于指定生成的样本数量。函数内部使用np.random.rand生成符合均匀分布的随机数作为特征，使用np.random.randint生成0和1之间的随机整数作为目标变量。然后，使用pd.DataFrame将特征和目标变量合并成数据集。

通过调用generate_dataset函数并指定样本数量，可以生成一个包含特征和目标变量的数据集。最后，使用print(dataset.head())打印数据集的前几行。

请注意，这只是一个简单的示例，实际中生成数据集的方法可能会有所不同，取决于具体的应用场景和需求。