ML 系列：第 36 节 — 统计学中的抽样类型
ML 系列：第 36 天 — 统计学中的抽样类型
文章目录
- 一、说明
- 二、抽样方法
- 三、简单随机抽样
- 四、 Stratified Sampling分层抽样
- 五、 Cluster Sampling 整群抽样
- 六、Systematic Sampling系统抽样
- 七、Convenience Sampling便利抽样
- 八、结论
一、说明
统计学中的抽样类型，抽样是统计学中的一个基本概念，涉及从较大的总体中选择个体或观察值的子集来估计整个总体的特征。有效的抽样方法可确保所选子集准确代表总体，减少偏差并提高统计推断的可靠性。
二、抽样方法
以下是一些最重要的抽样方法：
- Simple Random Sampling 简单随机抽样
- Stratified Sampling 分层抽样
- Cluster Sampling 整群抽样
- Systematic Sampling系统抽样
三、简单随机抽样
简单随机抽样 (SRS) 是一种每个人都有同等被选中机会的方法。此方法可确保样本能够代表总体。
Python 代码示例：
import numpy as np# Population
population = np.arange(1, 101) # A population of 100 individuals# Simple Random Sampling
sample_size = 10
simple_random_sample = np.random.choice(population, size=sample_size, replace=False)print("Simple Random Sample:", simple_random_sample)# Simple Random Sample: [ 3 38 97 94 92 76 71 48 89 49]
优点：
- 最大限度地减少选择偏差。
- 易于实施和理解。
缺点：
- 对于非常庞大的人口来说可能不可行。
- 不能确保子群体按比例代表。
四、 Stratified Sampling分层抽样
分层抽样是将总体划分为具有相似特征的不同子群体或层。然后从每个层抽取样本，抽取比例通常与层相对于总体的大小成正比。
分层抽样步骤：
- 确定层：确定定义每个层的特征（例如年龄、性别、收入水平）。
- . 划分人口：将人口划分为这些层。
- . 层内随机抽样：在每个层内进行简单随机抽样。
Python 代码示例：
import numpy as np
import pandas as pd# Creating a hypothetical population data with strata
data = {'Stratum': ['A']*50 + ['B']*50,'Value': np.random.randint(1, 100, 100)
}
df = pd.DataFrame(data)# Stratified Sampling
stratified_sample = df.groupby('Stratum', group_keys=False).apply(lambda x: x.sample(frac=0.1))print("Stratified Sample:\n", stratified_sample)
输出：
优点：
- 确保所有子群的代表性。
- 为每个层提供更精确的估计。
缺点：
- 需要详细了解人口特征。
- 管理起来可能更复杂、更耗时。
五、 Cluster Sampling 整群抽样
集群抽样通常基于地理或其他自然分组，将人群划分为集群。然后随机选择一个集群样本，并研究所选集群内的所有成员或随机成员样本。
集群抽样步骤：
- 定义集群：识别人口中的集群（例如学校、社区）。
- 集群的随机选择：使用简单随机抽样来选择要包括的集群。
- 集群内抽样：在选定的集群内进行人口普查或随机抽样。
Python 代码示例：
import numpy as np
import pandas as pd# Creating a hypothetical population data with clusters
data = {'Cluster': ['A']*5 + ['B']*5 + ['C']*5 + ['D']*5,'Value': np.random.randint(1, 20, 20)
}
df = pd.DataFrame(data)# Cluster Sampling
clusters = df['Cluster'].unique()
chosen_clusters = np.random.choice(clusters, size=2, replace=False)
cluster_sample = df[df['Cluster'].isin(chosen_clusters)]print("Cluster Sample:\n", cluster_sample)
输出：
优点：
- 对于地理位置分散的人群来说，具有成本效益并且实用。
- 减少旅行和管理成本。
缺点：
- 与 SRS 和分层抽样相比，抽样误差更高。
- 如果集群是异构的，则代表性较低。
六、Systematic Sampling系统抽样
系统抽样涉及在随机起点后选择群体中的每 k 个成员。当群体按逻辑顺序排列或有完整列表时，此方法很有用。
系统抽样步骤：
- 确定抽样间隔 (k)：通过将总体大小除以所需样本大小来计算 k。
- 随机开始：在 1 和 k 之间选择一个随机起点。
- 选择样本：选择起点之后的每第 k 个个体。
Python 代码示例：
import numpy as np# Population
population = np.arange(1, 101)# Systematic Sampling
sample_size = 10
k = len(population) // sample_size
systematic_sample = population[::k]print("Systematic Sample:", systematic_sample)# Systematic Sample: [ 1 11 21 31 41 51 61 71 81 91]
优点：
- 实施简单、快捷。
- 确保均匀覆盖人口。
缺点：
- 如果人群中存在隐藏的模式，则可能会引入偏见。
七、Convenience Sampling便利抽样
便利抽样（也称为可用性抽样）涉及选择最容易接触的个体。这种方法通常用于随机抽样不切实际的探索性研究。
Python 代码示例：
import numpy as np# Population
population = np.arange(1, 101)# Convenience Sampling
convenience_sample = population[:10]print("Convenience Sample:", convenience_sample)
# Convenience Sample: [ 1 2 3 4 5 6 7 8 9 10]
优点：
- 管理简便、快捷。
- 成本效益高。
缺点：
- 偏见风险高。
- 结果可能不适用于整个人群。
八、结论
总之，各种抽样技术，如简单随机抽样、分层抽样、整群抽样、系统抽样和便利抽样，提供了根据特定研究需求和实际考虑选择样本的不同方法。每种方法都有自己的优点和局限性，允许研究人员根据研究要求定制抽样方法。
在我们的机器学习之旅中，我们用 Python 代码探索了不同类型的采样。展望第 37节，我们将介绍点估计，包括估计量的属性，例如无偏性和一致性。我们还将深入研究最大似然估计等方法。
相关文章：
ML 系列：第 36 节 — 统计学中的抽样类型
ML 系列：第 36 天 — 统计学中的抽样类型 文章目录 一、说明二、抽样方法三、简单随机抽样四、 Stratified Sampling分层抽样五、 Cluster Sampling 整群抽样六、Systematic Sampling系统抽样七、Convenience Sampling便利抽样八、结论 一、说明 统计学中的抽样类型…...
docker-compose部署java服务
文章目录 一、下载安装docker-compose二、编写Dockerfile文件三、编写docker-compose.yml文件配置说明 四、服务启动五、测试与验证 一、下载安装docker-compose 在安装docker时，并不会同时把docker-compose安装好，需要额外安装一下 下载docker-compos…...
ubuntu22开机自动登陆和开机自动运行google浏览器自动打开网页
一、开机自动登陆 1、打开settings->点击Users 重启系统即可自动登陆桌面 二、开机自动运行google浏览器自动打开网页 1、安装google浏览器 sudo wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb sudo dpkg -i ./google-chrome-stable…...
java接口对接标准
概述 最近在跟许多外部平台对接，遇到了很多问题，在此记录一下接口的对接标准。 接口对接标准 确认环境，分别获取di和prd环境的接口信息，比如域名。确认不同环境的防火墙是否连通。接口校验，接口携带的token信息如何…...
训练的decoder模型文本长度不一致，一般设置为多大合适，需要覆盖最长的文本长度么
在训练解码器模型时，文本长度不一致是常见的情况，需要根据任务的特性和数据集的长度分布来设置合理的最大长度 (max_length)。以下是一些指导原则，帮助你设置合适的最大长度： 1. 是否需要覆盖最长文本长度 覆盖最长文本长度： 如果任务对完整性要求很高（例如生成数学公式、…...
安装MySQL服务
安装版本MySQL8的安装包 安装界面 在这里选择MySQL中的Server only 只安装服务器端 如果选择custom需要如下图 进入配置导向，点击ready to configure，点击next即可 采用默认形式 执行成功后，会出现自动选择项 点击next然后再点击Finish 启动…...
十二、正则表达式、元字符、替换修饰符、手势和对话框插件
1. 正则表达式 1.1 基本使用 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</title&g…...
Unreal从入门到精通之如何绘制用于VR的3DUI交互的手柄射线
文章目录 前言实现方式MenuLaser实现步骤1.Laser和Cursor2.移植函数3.启动逻辑4.检测射线和UI的碰撞5.激活手柄射线6.更新手柄射线位置7.隐藏手柄射线8.添加手柄的Trigger监听完整节点如下：效果图前言 之前我写过一篇文章《Unreal5从入门到精通之如何在VR中使用3DUI》，其中讲…...
如何提升编程能力第二篇
如何提升编程能力2 1. 引言2. 掌握理论基础2.1 理解编程语言的核心2.2 数据结构与算法2.3 计算机基础与系统设计3.1 多写代码3.2 参与开源项目3.3 开发自己的项目 4. 提高代码质量4.1 代码风格与可读性4.2 测试驱动开发 1. 引言 编程是推动现代科技发展的核心技能，…...
【AI日记】24.11.26 聚焦 kaggle 比赛
【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】 核心工作 1 内容：研究 kaggle 比赛时间：3 小时 核心工作 2 内容：学习 kaggle 比赛 Titanic - Machine Learning from Disaster时间：4 小时备注：这…...
计算机网络八股整理（一）
计算机网络八股文整理 一：网络模型 1：网络osi模型和tcp/ip模型分别介绍一下 osi模型是国际标准的网络模型，它由七层组成，从上到下分别是：应用层，表示层，会话层，传输层，…...
删除链表中的重复元素
删除链表中的重复元素 单链表的创建和使用删除链表中的重复元素 I题目描述解题思路代码实现 删除链表中的重复元素 II题目描述解题思路代码实现 单链表的创建和使用 使用vector结合单链表数据结构创建一个通用单链表。 #include <iostream> #include <vector>str…...
序列求和 牛客网
链接：登录—专业IT笔试面试备考平台_牛客网 来源：牛客网 题目描述 定义S(n) 12 22 … n2，输出S(n) % 1000000007。 注意：1 < n < 1e18。 输入描述: 多组输入，输入直到遇到EOF为止；第一行输…...
【Oracle11g SQL详解】 SELECT 语句的基础用法与示例
SELECT 语句的基础用法与示例 在 Oracle 11g 中，SELECT 语句是最常用的 SQL 语句，用于从数据库表中查询数据。本文将从语法结构、使用方法和常见示例出发，系统讲解 SELECT 语句的基础用法。 一、SELECT 语句的基本语法 SELECT 列名1, 列名2…...
”已有主体)
编译以前项目更改在x64下面时报错:函数“PVOID GetCurrentFiber(void)”已有主体
win32下面编译成功，但是x64报错 1>GetWord.c 1>md5.c 这两个文件无法编译 1>C:\Program Files (x86)\Windows Kits\10\Include\10.0.22000.0\um\winnt.h(24125,1): error C2084: 函数“PVOID GetCurrentFiber(void)”已有主体 1>C:\Program Files (x…...
【小白学机器学习36】关于独立概率，联合概率，交叉概率，交叉概率和，总概率等 概念辨析的例子
目录 1 先说结论 2 联合概率 3 边缘概率 4 (行/列)边缘概率的和 总概率1 5 条件概率 5.1 条件概率的除法公式 5.2 条件概率和联合概率区别 1 先说结论 关于独立概率，联合概率，交叉概率，交叉概率和，总概率 类型含义 …...
如何使用 Tailwind CSS 构建响应式网站：详细指南
文章目录 前言一、安装 Tailwind CSS二、配置 Tailwind CSS三、使用 Tailwind CSS 构建响应式网站四、优化和部署结语 前言 在当今的数字时代，网站不仅需要在桌面浏览器上看起来出色，还需要在移动设备和平板电脑上提供一致的用户体验。响应式设计成为了…...
LabVIEW发动机热磨合试验台
在汽车发动机的研发和质量控制中，发动机热磨合试验是关键环节。它能够检验发动机在实际运行条件下的性能，及时发现异响、振动、漏油等潜在问题。通过搭建基于LabVIEW的高效测试平台，可以显著提高发动机的可靠性和使用寿命。下面介绍LabVIEW开…...
【GPT】力量训练是什么，必要吗，有可以替代的方式吗
什么是力量训练？ 力量训练是一种通过抵抗力（如重量、阻力带、自身体重等）来刺激肌肉收缩，从而提高肌肉力量、耐力和体积的运动形式。它包括以下常见形式： 自由重量训练：使用哑铃、杠铃、壶铃等。固定器械…...
pikachu文件上传漏洞通关详解
声明：文章只是起演示作用，所有涉及的网站和内容，仅供大家学习交流，如有任何违法行为，均和本人无关，切勿触碰法律底线 目录 概念：什么是文件上传漏洞一、客户端check二、MIME type三、getimagesi…...
 详解)
java hashCode() 详解
hashCode() 是 Java 中 Object 类 提供的一个重要方法，它在 Java 集合框架中扮演着关键角色，特别是在使用哈希表相关的集合（如 HashMap、HashSet 和 Hashtable）时。以下是对 hashCode() 方法的详解，包括概念、用法、规…...
)
鸿蒙学习自由流转与分布式运行环境-价值与架构定义(1)
文章目录 价值与架构定义1、价值2、架构定义 随着个人设备数量越来越多，跨多个设备间的交互将成为常态。基于传统 OS 开发跨设备交互的应用程序时，需要解决设备发现、设备认证、设备连接、数据同步等技术难题，不但开发成本高，还存…...
JavaWeb
JavaWeb 一、JavaWeb 是什么？二、JavaWeb 发展阶段三、JavaWeb 常用架构Servlet JSP 架构SSH 架构SSM 架构SpringBoot架构SpringCloud架构 四、JavaWeb 项目结构（带web.xml的）五、如何打包六、war包部署1. Tomcat 介绍2. Tomcat目录结构3. 开…...
加快发展社会保障事业的必要性
题目 【2011年浙江公务员考试】（二）某市将召开一次加快发展社会保障事业的形势分析会。会上，某领导要就加快发展社会保障事业的必要性做主题发言。请结合给定资料7~8，为领导拟一份发言要点。（25分） 要求&a…...
责任链模式在spring security过滤器链中的应用
责任链模式（Chain of Responsibility Pattern）是一种行为型设计模式，它允许多个对象按照顺序处理请求，并且每个对象可以选择自己是否处理该请求或将其传递给下一个对象。 在Spring Security中，责任链模式得到了广泛应…...
Netty基本原理
目录 前言 原生NIO VS Netty 原生NIO存在的问题 Netty的优点 线程模型 传统阻塞 I/O (Blocking I/O) 2. 非阻塞 I/O (Non-blocking I/O) 3. 多路复用 I/O (Multiplexed I/O) 4. Reactor 模式 常见的 Reactor 模式的变体： Netty线程模型 工作原理 前言 N…...
图论入门编程
卡码网刷题链接：98. 所有可达路径 一、题目简述 二、编程demo 方法①邻接矩阵 from collections import defaultdict #简历邻接矩阵 def build_graph(): n, m map(int,input().split()) graph [[0 for _ in range(n1)] for _ in range(n1)]for _ in range(m): …...
Haproxy
一、haproxy简介 HAProxy 是法国开发者 威利塔罗 (Willy Tarreau) 在 2000 年使用 C 语言开发的一个开源软件 是一款具备高并发 ( 万级以上 ) 、高性能的 TCP 和 HTTP 负载均衡器 支持基于 cookie 的持久性，自动故障切换，支持正则表达式及 web 状态统…...
旋转磁体产生的场 - 实验视频资源下载
先发几个视频，是2019年所作的实验内容 更多视频，到某宝找我吧。注意：是收费的。 20190312-180244-旋转磁体产生的场造成激光功率减小 https://download.csdn.net/download/u014161757/90038058 20190313-090956-旋转磁体产生的场对真空介电…...
Java Map
在Java的集合框架中，Map接口用于存储键值对，提供了一种基于键进行查找和操作的数据结构。Map接口的实现类提供了丰富的方法来操作键值对，例如添加、删除、更新和查找。本文将详细介绍Java中的Map接口及其常见实现类，包括HashMap、…...
长三角文博会：Adobe国际认证体系推动设计人才评价新标准
2024年11月22日，由上海、江苏、浙江、安徽三省一市党委宣传部共同发起的第五届长三角文化博览会（简称“长三角文博会”）在上海国家会展中心盛大启幕。长三角文博会自2018年起已成功举办多届，已成为展示区域文化产业发展成果、推动…...
GoogleTest做单元测试
目录 环境准备GoogleTest 环境准备 git clone https://github.com/google/googletest.git说cmkae版本过低了，解决方法 进到googletest中 cmake CMakeLists.txt make sudo make installls /usr/local/lib存在以下文件说明安装成功 中间出了个问题就是，…...
CSDN 博客自动发布脚本（Python 含自动登录、定时发布）
文章目录 关于 csdn auto publisher使用 关于 csdn auto publisher 源码地址：https://github.com/ezscode/csdn_auto_publisher 使用 def test_simple_pub():file_path /Users/xx/Documents/xxx/tool.md article Article(file_path) article.tags [python] art…...
RL78/G15 Fast Prototyping Board Arduino IDE 平台开发过程
这是一篇基于RL78/G15 Fast Prototyping Board的Arduino IDE开发记录 RL78/G15 Fast Prototyping Board硬件简介（背景）基础测试（方法说明/操作说明）开发环境搭建（方法说明/操作说明代码结果）Arduino IDE RL…...
VsCode 插件推荐（个人常用）
VsCode 插件推荐（个人常用）...
零基础学安全--云技术基础
目录 学习连接 前言 云技术历史 云服务 公有云服务商 云分类 基础设施即服务（IaaS） 平台即服务（PaaS） 软件即服务（SaaS） 云架构 虚拟化 容器 云架构设计 组件选择 基础设施即代码 集成部署…...
docker如何安装redis
第一步 如果未指定redis，则安装的是最新版的 docker pull redis 创建一个目录 mkdir /usr/local/docker/redis 然后直接可以下载redis，这是方式确实不怎么好，应该找在官网上找对应的redis配置文件 wget http://download.redis.io/redis-stab…...
搜维尔科技：仿人双臂遥操作系统，力反馈灵巧手操作解决方案
仿人双臂遥操作系统，力反馈灵巧手操作解决方案 搜维尔科技：仿人双臂遥操作系统，力反馈灵巧操作解决方案...
C++ 优先算法 —— 无重复字符的最长子串（滑动窗口）
目录 题目： 无重复字符的最长子串 1. 题目解析 2. 算法原理 Ⅰ. 暴力枚举 Ⅱ. 滑动窗口（同向双指针） 3. 代码实现 Ⅰ. 暴力枚举 Ⅱ. 滑动窗口 题目： 无重复字符的最长子串 1. 题目解析 题目截图： 此题所说的…...
R语言绘图过程中遇到图例的图块中出现字符“a“的解决方法
R语言绘图过程中遇到图例的图块中出现字符的解决方法 因为我遇到这个问题的时候没在网上找到合适的方法，找到个需要付费的，算了。也许是因为问的方式不同，问了半天AI也回答出来，莫名有些烦躁，打算对代码做个分析&…...
海康面阵、线阵、读码器及3D相机接线说明
为帮助用户快速了解和配置海康系列设备的接线方式，本文将针对海康面阵相机、线阵相机、读码器和3D相机的主要接口及接线方法进行全面整理和说明。 一、海康面阵相机接线说明 海康面阵相机使用6-pin P7接口，其功能设计包括电源输入、光耦隔离信号输入输出…...
Lua--1.基础知识
Lua基础知识 变量简单的4种变量类型复杂的4种变量类型type函数 字符串操作长度获取--#多行打印字符串拼接别的类型转字符串-- tostring()字符串提供的公共方法 运算符算术运算符-- - * / % ^条件运算符-- > < > < ~(不等于 是 ~)逻辑运算符-- and or not位运算、…...
从Full-Text Search全文检索到RAG检索增强
从Full-Text Search全文检索到RAG检索增强 时光飞逝，转眼间六年过去了，六年前铁蛋优化单表千万级数据查询性能的场景依然历历在目，铁蛋也从最开始做CRUD转行去了大数据平台开发，混迹包装开源的业务，机缘巧合下做了实时…...
Qt桌面应用开发 第八天（读写文件 文件编码 文件流）
目录 1.读文件 2.写文件及编码格式 2.1写文件 2.2编码格式 3.文件信息读取 4.文件流 4.1QTextStream 4.2QDataStream 1.读文件 需求：一个pushButton，点击之后可以选择一个txt文件的路径，路径会显示在lineEdit上，txt文件的…...
)
玩转 Burp Suite (1)
内容预览 ≧∀≦ゞ 玩转 Burp Suite (1)声明Burp Suite 简介Dashboard（仪表盘）1. 默认任务管理2. 暂停任务3. 新建扫描任务4. 使用总结 Target（目标）1. SIte Map （站点地图）2. Scope（范围&#…...
MyBatis高级扩展
一、Mapper批量映射优化: 1.需求: Mapper 配置文件很多时，在全局配置文件中一个一个注册太麻烦，希望有一个办法能够一劳永逸 2.配置方式: Mybatis允许在指定Mapper映射文件时，只指定其所在的包: <mappers><package name"c…...
、括号序列、异或三角：：：非常典型的必刷例题！！！）)
蓝桥杯c++算法秒杀【6】之动态规划【下】（数字三角形、砝码称重(背包问题)、括号序列、异或三角：：：非常典型的必刷例题！！！）
别忘了请点个赞收藏关注支持一下博主喵！！！! ! ! ! ！ 关注博主，更多蓝桥杯nice题目静待更新:) 动态规划 三、括号序列 【问题描述】 给定一个括号序列，要求尽可能少地添加若干括号使得括号序列变得合…...
MR30分布式 IO 模块在冷却水泵系统中的卓越应用
在当今各类工业生产以及大型设施运行的场景中，冷却水泵系统起着至关重要的作用，它犹如保障整个运转体系顺畅运行的 “血液循环系统”，维持着设备适宜的温度环境，确保其稳定、高效地工作。而随着科技的不断发展，明达技术…...
微前端基础知识入门篇（二）
概述 在上一篇介绍了一些微前端的基础知识，详见微前端基础知识入门篇(一)。本文主要介绍qiankun微前端框架的实战入门内容。 qiankun微前端实践 通过Vite脚手架分别创建三个程序，主应用A为：vite+vue3+ts,两个微应用分别为B：vite+vue3+ts;C:vite+React+ts。因为qiankun的…...
示例)
直接抄作业！Air780E模组LuatOS开发：位运算(bit)示例
在嵌入式开发中，位运算是一种高效且常用的操作技巧。本文将介绍如何使用Air780E模组和LuatOS进行位运算，并通过示例代码帮助读者快速上手。 一、位运算概述 位运算是一种在计算机系统中对二进制数位进行操作的运算。由于计算机内部数据的存储和处理都是…...