采樣就是按照某種規則從數據集中挑選樣本數據，大致分為3類：隨機采樣、系統采樣和分層采樣。

隨機采樣：就是從數據集中隨機的抽取特定數量的數據，分為有放回和無放回兩種。

import randomdef noRepetRandomSampling(dataMat,number):'''無放回采樣:param dataMat: 數據集:param number: 采樣數:return: sample 采樣到的數據'''try:length = len(dataMat)sample = random.sample(dataMat, number)return sampleexcept Exception as e:print(e)def repetRandomSampling(dataMat,number):'''有放回采樣:param dataMat: 數據集:param number: 采樣數:return: sample 采樣到的數據'''sample = []i = 0while(i<number):sample.append(dataMat[random.randint(0,len(dataMat)-1)]) #randint的范圍是a<=x<=b，包括上限，注意要減一i+=1return sample

?

系統采樣：一般是無放回抽樣，又稱等距采樣，先將總體數據集按順序分成n小份，再從每小份抽取第k個數據。

import randomdef systemSampling(dataMat,number):'''系統采樣:param dataMat: 數據集:param number: 采樣數:return: sample 采樣到的數據'''length=len(dataMat)k=int(length/number)sample=[]i=0if k>0:while (i<number):sample.append(dataMat[0+i*k])i+=1return sampleelse:return repetRandomSampling(dataMat,number)

分層采樣：就是先將數據分成若干個類別，再從每一層內隨機抽取一定數量的樣本，然后將這些樣本組合起來。

?

import randomdef stratifiedSampling(dataMat1,dataMat2,dataMat3,number):'''分層采樣:param dataMat1: 數據集1:param dataMat2: 數據集2:param dataMat3: 數據集3:param number: 采樣數:return: sample 采樣到的數據'''subNumber=int(number/3)sample=[]sample.append(noRepetRandomSampling(dataMat1,subNumber))sample.append(noRepetRandomSampling(dataMat2,subNumber))sample.append(noRepetRandomSampling(dataMat3,subNumber))return sample

?測試代碼：

?

dataMat=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20] dataMat1=[101,102,103,104,105,106,107,108,109,110] dataMat2=[201,202,203,204,205,206,207,208,209,210] dataMat3=[301,302,303,304,305,306,307,308,309,310]print(repetRandomSampling(dataMat,6)) print(noRepetRandomSampling(dataMat,6)) print(systemSampling(dataMat,6)) print(stratifiedSampling(dataMat1,dataMat2,dataMat3,6))

運行結果：

E:\Anaconda3\python.exe E:/數據采樣.py [8, 1, 8, 13, 19, 3] [14, 8, 5, 1, 17, 16] [1, 4, 7, 10, 13, 16] [[108, 105], [201, 208], [301, 308]]

?

?

總結

以上是生活随笔為你收集整理的数据预处理-采样的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。