知识卡片

普通读书笔记卡 · 6360.b

有放回与无放回抽样分开

理解等级:中级

从随机排列中取前k个位置是不放回抽样,每个原位置至多出现一次;随机生成一组位置则可有放回,某位置可能多次出现。即使位置不重复,原数据相同的值仍可重复;不能用值是否唯一判断抽样是否放回。k、总体位置范围和随机状态都应明确。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      替换的方式选取随机子集,则可以使用permutation:从permutation返回的数组中切下前k个元素,其中k为期望的子集大小。虽然有很多高效的算法可以实现非替换式采样,但是手边就有的工具为什么不用呢? In [183]: df.take(np.random.permutation(len(df))[:3]) Out[183]: 0 1 2 3 1 4

    • · 查看原书依据

      np.random.permutation(N)的前K个元素,其中N为完整数据的大小,K为期望的样本大小。作为一个更有趣的例子,下面是构造一副英语型扑克牌的一个方式: # 红桃(Hearts)、黑桃(Spades)、梅花(Clubs)、方片(Diamonds) suits = ['H', 'S', 'C', 'D'] card_val = (range(1,

    参考来源

    - 位置:《利用Python进行数据分析》第7章《排列和随机采样》(spine294;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0280.html;u161-ch07-027)。 - 结论依据:原文在“替换的方式”附近的定义、例子或代码支撑本卡核心说明:从随机排列中取前k个位置是不放回抽样,每个原位置至多出现一次;随机生成一组位置则可有放回,某位置可能多次出现。边界按已读前提解释;示例未执行。 - 原始内容:替换的方式选取随机子集,则可以使用permutation:从permutation返回的数组中切下前k个元素,其中k为期望的子集大小。虽然有很多高效的算法可以实现非替换式采样,但是手边就有的工具为什么不用呢? In [183]: df.take(np.random.permutation(len(df))[:3]) Out[183]: 0 1 2 3 1 4 - 位置:《利用Python进行数据分析》第9章《示例:随机采样和排列》(spine305;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0291.html;u205-ch07-027)。 - 结论依据:随机置乱N个位置后截前K,抽的是不重复位置;应确认K不超过组长度,示例没有自动补足不足组。 - 原始内容:np.random.permutation(N)的前K个元素,其中N为完整数据的大小,K为期望的样本大小。作为一个更有趣的例子,下面是构造一副英语型扑克牌的一个方式: # 红桃(Hearts)、黑桃(Spades)、梅花(Clubs)、方片(Diamonds) suits = ['H', 'S', 'C', 'D'] card_val = (range(1,