pps_variables.py

# Importamos librerias
import numpy as np
import pandas as pd

#Definimos variables de prueba
# a = espacio lineal entre 0 y 50 + ruido con distribucion normal (mu=0, s2=1)
# b = espacio lineal entre -50 y 50 + ruido con distribucion normal (mu=0, s2=1)
# c = a^2
# d = seno(a)
# e = b^3
# health = variable categorica

a = np.linspace(0, 50, num=10000) + np.random.normal(0, 1, 10000) 
b = np.linspace(-50,50,num=10000) + np.random.normal(0, 1, 10000)
c = b**2
d = np.sin(a)
e = b**3
h = ['healthy' for x in range(0,5000)]+['sick' for x in range(0,5000)]

# Definimos el dataframe
df = pd.DataFrame({'a':a,'b':b,'c':c,'d':d,'e':e,'f':f,'h':h})