本文转自AI源创评论
采样问题是数据科学中的常见问题,对此,WalmartLabs 的数据科学家 Rahul Agarwal 分享了数据科学家需要了解的 5 种采样方法,AI 开发者将文章编译整理如下。
数据科学实际上是就是研究算法。
我每天都在努力学习许多算法,所以我想列出一些最常见和最常用的算法。
本文介绍了在处理数据时可以使用的一些最常见的采样技术。
![c2b3c02084f78d99460225f3fc452675.png](https://img-blog.csdnimg.cn/img_convert/c2b3c02084f78d99460225f3fc452675.png)
简单随机抽样
假设您要选择一个群体的子集,其中该子集的每个成员被选择的概率都相等。
下面我们从一个数据集中选择 100 个采样点。
sample_df = df.sample(100)
分层采样
![2bfc7e330e0e1426b1985e85843a63f6.png](https://img-blog.csdnimg.cn/img_convert/2bfc7e330e0e1426b1985e85843a63f6.png)
假设我们需要估计选举中每个候选人的平均票数。现假设该国有 3 个城镇:
- A 镇有 100 万工人,
- B 镇有 200 万工人,以及