random-mock v0.1.16

random-mock

轻量级 Javascript 样本生成器

Random mock 是一种优雅的样本生成器，可以根据预设的规则生成各种样本点，通过 npm 进行安装：

npm install random-mock

使用方法

上图中的样本是通过以下代码生成的：

const attributes = [
    {
        name: 'x',
        type: 'continuous',
        distribution: {
            type: 'uniform',
            begin: -5,
            end: 5
        }
    },
    {
        name: 'y',
        type: 'continuous',
        distribution: {
            type: 'uniform',
            begin: -5,
            end: 5
        }
    },
    {
        name: 'series',
        type: 'category',
        distribution: {
            type: 'standard',
            range: ['a', 'b']
        }
    }
]
const rules = [
    {
        source: ['x', 'y'],
        target: 'series',
        type: 'mappingtable',
        conditions: [
            {
                and: (item) =>
                    item.x * item.x + Math.pow(item.y - Math.pow(item.x * item.x, 1 / 2), 2) <= 5,
                value: 'a'
            },
            {
                and: (item) =>
                    item.x * item.x + Math.pow(item.y - Math.pow(item.x * item.x, 1 / 2), 2) > 5,
                value: 'b'
            }
        ]
    }
]
const config = {
    attributes,
    rules
}
let mocker = new RandMock.Mocker(config)
let data = mocker.create({
    count: 10000,
    mode: RandMock.DataMode.Object
})

上述代码定义了范围为-5,5的两个数值型变量 x、y，以及类别型变量 series，并定义了两条规则：

1. 当$x^2+(y-\sqrt3{x^2})^2\leq5$（此为心形线方程）时，series 被分为 a 类
2. 当$x^2+(y-\sqrt3{x^2})^2>5$时，series 被分为 b 类

你也可以根据需要，将规则进行如下调整：

const rules = [
    {
        source: ['x', 'y'],
        target: 'series',
        type: 'mappingtable',
        conditions: [
            {
                and: (item) => item.x * item.x + item.y * item.y <= 9,
                value: 'a'
            },
            {
                and: (item) => item.x * item.x + item.y * item.y > 9,
                value: 'b'
            }
        ]
    }
]

1. 当$x^2+y^2\leq9$时，series 被分为 a 类
2. 当$x^2+y^2>9$时，series 被分为 b 类

生成 10000 个符合上述条件的样本，效果如下：

定义

Random-mock 中有四种主要的数据结构，属性Attribute、分布Distribution、规则Regulation以及样本生成器Mocker

属性定义

let attributes = [
    {
        name: 'x',
        type: 'continuous',
        distribution: {
            type: 'uniform',
            begin: -5,
            end: 5
        }
    },
    {
        name: 'y',
        type: 'continuous',
        distribution: {
            type: 'uniform',
            begin: -5,
            end: 5
        }
    }
]

attributes 基本定义：

属性类型 AttributeType

Attribute.Category

Attribute.Compound

Attribute.Continuous

无特殊参数

Attribute.Date

Attribute.Discrete

Attribute.Primary

Attribute.Unique

分布定义 Distribution

let distribution = {
    type: 'uniform',
    begin: 0,
    end: 10
}

上述对象将定义一个0,10范围内的均匀分布。

distribution 基本定义：

DistributionType 分布类型

目前已实现的分布包括： | 分布类型 | 说明 | 示例 | | --- | --- | --- | | cauchy | 柯西分布 | | | disposable | 一次性分布 | | | exponential| 指数分布 | | | hypergeometric | 超几何分布 | | | normal | 正态分布 | | | standard | 标准概率分布 | | | uniform | 均匀分布 | |

Distribution.Cauchy

$F(x)=\frac{1}{\pi}\arctan(\frac{x-x_0}{\theta})+\frac{1}{2}$ 易得$x=\tan(\pi(F(x)-\frac{1}{2}))$

Distribution.Disposable

Distribution.Exponential

$F(x)=1-e^{-x\lambda}(x\geq0)$ 易得$x=offset-\frac{\ln(1-F(x))}{\lambda}$

Distribution.Hypergeometric

$P(x=k)=\frac{CM^kC{N-M}^{n-k}}{CN^m}$ 易得$x=\Sigma{k=0}^{x}\frac{CM^kC{N-M}^{n-k}}{C_N^m}$

Distribution.Normal

正态分布无概率分布函数$F(x)$，本 API 采用 Box-Muller 算法： 已知变量$u$、$v$服从$(-1,1)$上的均匀分布，令$w=u^2+v^2$ 则有：$n=u\sqrt{\frac{-2\ln{w}}{w}}$或$n=v\sqrt{\frac{-2\ln{w}}{w}}$服从标准正态分布。 易得$x=\mu+n\sigma$

Distribution.Standard

对于集合$range$当中的每一个样本$k\in range$，都有$P(x=k)=p_k$

Distribution.Uniform

$F(x)=\frac{x-a}{b-a}$ 易得$x=F(x)-a$

规则 Regulation

let rules = [
    {
        target: 'y',
        source: ['x'],
        type: 'expression',
        expression: (item) => item.x^2 + 2 * item.x + 5
        distribution: 'normal',
        sigma: 5,
        confidence: 0.98
    },
    {
        target: 'z',
        source: ['region', 'x'],
        type: 'expression',
        conditions: [
            {
                region: 'CHN',
                value: 10000
            },
            {
                region: ['US', 'UK'],
                and: (item) => item.x >= 100
                value: {
                    type: 'uniform',
                    range: [5000,50000]
                }
            },
            {
                region: 'RUS',
                or: (item) => item.x < 50,
                value: {
                    type: 'expression',
                    expression: (item) => item.x * 1000
                }
            }
        ]
        confidence: 0.98
    }
]

上述代码设置了以下规则：

1. 定义了 y 关于 x 的函数式规则：$y$服从以 $y_0=x^2+2x+5$为均值，sigma 为方差的正态分布。
2. 定义了 z 关于 region 和 x 的映射表规则： | region | x | z | | --- | --- | --- | | 'CHN' | - | 10000 | | 'US'|'UK' | 且x>=100 | 服从[5000,50000]的均匀分布 | | 'RUS' | 或x<50 | 表达式z=x*1000

regulation 基本定义：

RegulationType 规则类型

Regulation.Expression

Regulation.MappingTable

Condition

DataConfiguration

设置输出的数据格式

DataSettings

DataSettings for Table