在模型训练中，均匀采样和按数据集采样两者的区别。

假设

• 猫：1000张图片
• 狗：300张图片
• 鸟：200张图片

总样本数：1500张图片

一、均匀采样：

1. 原理

在均匀采样中，每次从整个数据集中随机抽取样本，每个样本被选中的概率相同。抽取的样本数量不考虑每个类别的分布，只是简单地从总数据集中随机选择。

2. 具体步骤

• 计算整个数据集的总样本数：1500张图片。
• 每次随机从1500张图片中抽取30张样本用于训练。

3. 可能结果

由于每个样本被选中的概率相同（1/1500），抽取的样本数量会根据数据集中各类别的比例来分布。因此，结果可能如下：

• 猫：约1000/1500 ≈ 66.7%
• 狗：约300/1500 ≈ 20%
• 鸟：约200/1500 ≈ 13.3%

如果从总数据集中抽取30张样本，可能得到：

• 猫：20张（66.7% × 30）
• 狗：6张（20% × 30）
• 鸟：4张（13.3% × 30）

实际抽取时可能会有些偏差，但大致会反映数据集中各类别的比例。

二、按数据集采样1:1:1

1. 原理

在按数据集采样1:1:1中，从每个类别中抽取相同数量的样本。这样可以确保每个批次中的各类别样本数量相同。

2. 具体步骤

• 将数据集分成三个子集：
  • 猫的子集：1000张图片
  • 狗的子集：300张图片
  • 鸟的子集：200张图片
• 从每个子集中各随机抽取10张样本（因为需要抽取30张样本，且每类均匀分布，故每类各10张）。

3. 可能结果

由于按1:1:1比例进行采样，每个类别的样本数量相同，抽取的样本数量会严格遵循这个比例。因此，结果是：

• 猫：10张
• 狗：10张
• 鸟：10张

三、比较与总结

1. 均匀采样：

   • 抽样方法：从总数据集中随机抽取样本。
   • 样本比例：反映数据集中各类别的原始比例。
   • 结果波动：每次抽样结果可能不同，但整体上会趋向于数据集原始比例。

2. 按数据集采样1:1:1：

   • 抽样方法：从每个类别的子集中各抽取相同数量的样本。
   • 样本比例：每个批次中的各类别样本数量相同。
   • 结果稳定：每次抽样结果较为稳定，确保每类样本数量一致。

四、实际应用场景

• 均匀采样：适用于数据集分布相对均匀，或者模型对类别不平衡不敏感的场景。
• 按数据集采样1:1:1：适用于类别不平衡的情况，确保模型能看到每类样本的均衡数量，避免模型偏向于多数类样本。