1.背景

采样算法是机器学习中比较常用，也比较容易实现的（出去分层采样）。常用的采样算法有以下几种（来自百度知道）：

一、单纯随机抽样（simple random sampling）将调查总体全部观察单位编号，再用抽签法或随机数字表随机抽取部分观察单位组成样本。优点：操作简单，均数、率及相应的标准误计算简单。 缺点：总体较大时，难以一一编号。二、系统抽样（systematic sampling）又称机械抽样、等距抽样，即先将总体的观察单位按某一顺序号分成n个部分，再从第一部分随机抽取第k号观察单位，依次用相等间距，从每一部分各抽取一个观察单位组成样本。优点：易于理解、简便易行。缺点：总体有周期或增减趋势时，易产生偏性。三、整群抽样(cluster sampling)总体分群，再随机抽取几个群组成样本，群内全部调查。优点：便于组织、节省经费。缺点：抽样误差大于单纯随机抽样。四、分层抽样（stratified sampling）先按对观察指标影响较大的某种特征，将总体分为若干个类别，再从每一层内随机抽取一定数量的观察单位，合起来组成样本。有按比例分配和最优分配两种方案。优点：样本代表性好，抽样误差减少。以上四种基本抽样方法都属单阶段抽样，实际应用中常根据实际情况将整个抽样过程分为若干阶段来进行，称为多阶段抽样。各种抽样方法的抽样误差一般是：整群抽样≥单纯随机抽样≥系统抽样≥分层抽样

2.代码实现

无放回抽样：随机抽样（RandomSampling）和系统抽样(SystematicSampling)。

有放回抽样：随机抽样(RepetitionRandomSampling)。

'''
Sampling archive@author: Garvin Li
'''
import random
def loadDataSet(fileName):      #general function to parse tab -delimited floatsdataMat = []                #assume last column is target valuefr = open(fileName)for line in fr.readlines():curLine = line.strip().split('\t')
#         fltLine = map(float,curLine) #map all elements to float()dataMat.append(curLine)return dataMatdef RandomSampling(dataMat,number):try:slice = random.sample(dataMat, number)    return sliceexcept:print 'sample larger than population'def RepetitionRandomSampling(dataMat,number):    sample=[]for i in range(number):sample.append(dataMat[random.randint(0,len(dataMat)-1)])return sample
def SystematicSampling(dataMat,number):    length=len(dataMat)k=length/numbersample=[]     i=0if k>0 :       while len(sample)!=number:sample.append(dataMat[0+i*k])i+=1            return sampleelse :return RandomSampling(dataMat,number)   if __name__=='__main__':dataMat=loadDataSet('/Users/hakuri/Desktop/data1.txt')
#    print RandomSampling(dataMat,7)
#    RepetitionSampling(dataMat,4)print SystematicSampling(dataMat,9)

测试结果就不单独上图了，测试集和代码都提供下载，有兴趣可以去看一下。

过一段把高级聚类算法写好，实现一下分层抽样。

下载地址：点击我

/********************************

* 本文来自博客 “李博Garvin“

* 转载请标明出处:http://blog.csdn.net/buptgshengod

******************************************/

【机器学习算法-python实现】采样算法的简单实现相关推荐

机器学习：Python实现聚类算法(二)之AP算法
1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法,是在2007年的Science杂志上提出的一种新的聚类算法.AP算法的基本思想是将全部数据点都 ...
knn算法python代码iris_KNN算法原理及代码实现
如何选择K值首先让我们理解K值到底如何影响KNN算法.如果我们有很多蓝色点和红色点数据,使用不同K值,最终的分类效果大概如下图.我们发现随着K值的增大,分界面越来越平滑. 一般在机器学习中我们要将 ...
knn算法python代码_KNN 算法原理及代码实现
在本文中,我们将讨论一种广泛使用的分类技术,称为K最近邻(KNN).我们的重点主要集中在算法如何工作以及输入参数如何影响预测结果. 内容包括: 何时使用KNN算法? KNN算法原理如何选择K值 KN ...
em算法python代码_EM 算法求解高斯混合模型python实现
注:本文是对<统计学习方法>EM算法的一个简单总结. 1. 什么是EM算法? 引用书上的话: 概率模型有时既含有观测变量,又含有隐变量或者潜在变量.如果概率模型的变量都是观测变量,可以直接 ...
【数据结构与算法python】最小生成树算法-Prim算法
1.引入本算法涉及到在互联网中网游设计者和网络收音机所面临的问题:信息广播问题,如网游需要让所有玩家获知其他玩家所在的位置,收音机则需要让所有听众获取直播的音频数据 2.算法介绍 (1)单播解法信 ...
python多维向量聚类_机器学习：Python实现聚类算法(三)之总结
考虑到学习知识的顺序及效率问题,所以后续的几种聚类方法不再详细讲解原理,也不再写python实现的源代码,只介绍下算法的基本思路,使大家对每种算法有个直观的印象,从而可以更好的理解函数中参数的意义及作 ...
No.03 色散补偿 FSM算法频域离散采样算法 MATLAB Python 代码实现
色散系统的频域传输方程如下 G ( z , w ) = e D λ 2 z j 4 π c ω 2 G(z,w)=e^{\frac{D\lambda^2z}{j4\pi c}\omega^2} G(z ...
机器学习之Python使用KNN算法对鸢尾花进行分类
文章目录 2. 编写代码,实现对iris数据集的KNN算法分类及预测要求: 第一步:引入所需库第二步:划分测试集占20% 第三步:n_neighbors=5 第四步:评价模型的准确率第五步:使用 ...
机器学习之Python使用KNN算法进行电影类型预测
1. 使用KNN进行电影类型预测: 给定训练样本集合如下: 求解:testData={"老友记": [29, 10, 2, "?片"]}. 解题步骤: 1.计算 ...
c4.5算法python实现_算法：用Python实现—最优化算法
今天给大家分享一下算法,用python来实现最优化算法.废话不多说,直接上代码: 一.二分法函数详见rres,此代码使该算法运行了两次 def asdf(x): rres=8*x**3-2*x**2 ...

【机器学习算法-python实现】采样算法的简单实现

1.背景

2.代码实现

【机器学习算法-python实现】采样算法的简单实现相关推荐

最新文章

热门文章