我如何从总体中抽取大小增加的样本(增加本质上是几何的)？
从总体中抽取大小增加的样本，可以通过以下几种方法实现：
- 随机抽样：随机抽样是从总体中以随机的方式抽取样本的方法。可以使用随机数生成器来选择样本，确保每个个体被选中的概率相等。这种方法适用于总体中每个个体的重要性相同的情况。
- 分层抽样：分层抽样是将总体划分为若干个层次，然后从每个层次中抽取样本。可以根据某些特征将总体划分为不同的层次，例如根据年龄、性别、地区等。在每个层次中进行随机抽样，以保证样本的代表性。
- 系统抽样：系统抽样是按照一定的规则从总体中选择样本的方法。例如，可以按照一定的间隔从总体中选择样本，例如每隔10个个体选择一个样本。这种方法适用于总体中个体的排列是有规律的情况。
- 整群抽样：整群抽样是将总体划分为若干个互不重叠的群体，然后从其中的一部分群体中抽取样本。这种方法适用于总体中个体之间存在一定的相似性或相关性的情况。
以上是从总体中抽取大小增加的样本的几种常见方法。具体选择哪种方法取决于总体的特点和研究目的。在实际应用中，可以根据具体情况选择适合的抽样方法。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云弹性MapReduce（EMR）：https://cloud.tencent.com/product/emr
- 腾讯云数据仓库（CDW）：https://cloud.tencent.com/product/cdw
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iot
- 腾讯云移动开发（Mobile）：https://cloud.tencent.com/product/mobile
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙（Metaverse）：https://cloud.tencent.com/product/metaverse
请注意，以上链接仅为示例，具体产品选择应根据实际需求和情况进行评估。
相关·内容
1回答
我想研究各种测试策略对产品的影响。比如说椅子。我从500把椅子开始，这些椅子是我从车库/院子里买来的。他们有各种形状和尺寸，不同的制造商等，但我仔细地测量了每一个和记录:制造商，高度，宽度，深度和面料类型。我计算我的人口参数。我发现一些参数是正常的，另一些是均匀的，织物类型大多是棉的，而有些是皮革的。
我想把我的500把椅子分成100组，这样每组都有相似的样本统计数据。这样，我就可以区分各种测试对椅子的影响，而不必担心我实际上是在观察输入分布的差异。我不想把所有的皮椅都归一组。
我尝试过随机分组我的数据集，但在一个统计数据中，我总是有很差的偏差。我认为可能可以从随机分组开始，然后随机选择一对椅
浏览 0提问于2019-02-12得票数 4
回答已采纳
我正在处理一个非常具有挑战性的分类问题，其中我有三个问题:一个小的数据集(大约800个样本)，不平衡的数据集(4个类，每个类有1-600个样本，2/3/4-50个样本)，以及其中一个特征中缺少的数据。
我一直在考虑的一些事情：
生成合成数据，例如使用SMOTE (合成少数群体过采样技术).
将这一分类转变为少数群体和多数群体之间的二元分类。
结合不同的分类器，给负样本更多的权重(万一我变成二进制分类器)。
通过在成本函数中应用特定的权重进行成本敏感的学习(有点类似于前面的，但使用了所有4个类)。
我打算作为分类器，朴素贝叶斯，支持向量机，随机森林和神经网络和2倍交叉验证
浏览 4提问于2015-11-19得票数 4
2回答
问题:我想知道从数据库中执行有效抽样的方法。数据库的大小是关于250K文本文档的，在这种情况下，每个文本文档都涉及到一些专业(电气工程、医学等)。到目前为止，我已经看到了一些简单的技术，如简单随机样本和分层抽样；但是，出于以下原因，我认为应用它们并不是一个好主意：
例如，在简单的随机抽样的情况下，数据库中有几个关于海军工程或艺术专业的文档。因此，我认为这种方法不太可能对它们进行抽样，但我希望尽可能地对每一个主要方面进行抽样。
在分层抽样的情况下，大多数文件都涉及多个专业，因此我不能将数据库划分为子组，因为它们不会相互排斥，至少对于每个专业都是一个子组的情况是如此。
最后，由于计算成本昂贵，我无
浏览 0提问于2015-03-11得票数 2
3回答
有什么一般的规则，可以用来推断什么是可以从特定的数据集中学习/概括的？假设数据集是从一个人的样本中提取的。这些规则是否可以作为样本或总人口的函数来表述？
我理解上面的内容可能是模糊的，所以有一个案例:用户参与一个搜索任务，其中数据是他们的查询、点击的结果和那些结果的HTML内容(仅文本)。它们中的每一个都带有它们的用户和时间戳。一个用户可能会为一个长期的搜索任务生成几个页面--一个简单的事实发现任务--或者几百个页面--比如对类报告。
编辑:除了概括一个群体，给出一个样本，我感兴趣的是概括一个人的总体搜索行为，给出一个时间段。理论和论文参考资料优先！
浏览 0提问于2014-08-04得票数 4
回答已采纳
单位有一系列纸质表单，表单中的字段基本一致，但不同时期的排版有多种样式。
现在想通过印刷体识别和手写体识别做一个纸质转电子档的工具，拍照把纸质表单上手工填写的信息转录到网页中的电子表单中。
标题：OCR-通用印刷体识别 - 智能图像服务 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/641/12428
浏览 466提问于2018-01-20
4回答
我有一个做二进制分类的模型。
我的数据集是高度不平衡的，所以我认为在训练模型之前，我应该用不适当的抽样来平衡它。因此，平衡数据集，然后随机分割它。这条路对吗？还是应该平衡测试和训练数据集？
我只试着平衡整个数据集，我获得了80%的训练精度，但是在测试集上，我得到了30%的准确率。这看起来不对？
但我也不认为我应该平衡测试集，因为它可以被认为是偏见。
怎样才是正确的方法？
谢谢
更新:我有40万个样本，10%是1s，90%是0。我无法获得更多的数据。我试着保存整个数据集，但我不知道如何将其分割成训练集和测试集。在列车和测试数据集中是否需要相同的分布？
浏览 0提问于2018-06-08得票数 20
回答已采纳
2回答
我需要一个包含基数为nlittle的整数的列表，这些整数必须是随机的(value，value)，但是我得到的错误样本比运行下面代码的填充要大。
nlittle=random.randrange(5,15)
value=random.randint(1,100)
valuemin=int(valore*0.8)
minmoduniform=5*valoremin
maxmoduniform=20*valore
puniform=random.sample(xrange(valuemin,value), nlittle)
rouniform=
浏览 6提问于2014-04-04得票数 0
回答已采纳
2回答
我确实有155k点分布在2k组中。有三种点(A+B+C=#points)
频率分布：
Gr #clients #A #B #C
-------------------------------
01 100 80 10 10
02 10 0 3 7
2000 400 300 80 20
--------------------------------
TOTAL: 155000 93000 46500 15500
我想选择随机的组的点到总共6,000点，比如样本中每种类型的点
浏览 2提问于2013-02-26得票数 3
这个场景是用来说明的。
我有一定的产品，每个产品都可以有评论。注释分为两种类型：general comments(GC)和product (PC)。
样本表
积
ID名
1苹果
--
PRODUCT_COMMENTS
COMMENT_ID _注释_
IPHONE很好用PC
IPAD看起来不错
3-一般性意见- GC
产品评论:PC
假设从Product到Product_comment表有一个外键。
我有几个类映射到这些表。
乘积类和ProductComment类
产品类与ProductComment类有一对一的关系.
public class Product {
浏览 3提问于2012-07-24得票数 0
回答已采纳
设x是一个有5个变量和15个观测值的数据集：
age gender height weight fitness
17 M 5.34 68 medium
23 F 5.58 55 medium
25 M 5.96 64 high
25 M 5.25 60 medium
18 M 5.57 60 low
17 F 5.74 61 low
17 M 5.96 71 medium
22 F 5.56 75 high
16 F 5.02 56 medium
21 F
浏览 4提问于2020-03-06得票数 4
回答已采纳
5回答
从这些问题-- & --我可以很容易地看到如何从df中随机抽取(选择)n‘行，或者从df中的特定因素中抽取“n”行。
以下是一些样本数据：
df <- data.frame(matrix(rnorm(80), nrow=40))
df$color <- rep(c("blue", "red", "yellow", "pink"), each=10)
df[sample(nrow(df), 3), ] #samples 3 random rows from df, without replacement.
浏览 3提问于2014-05-23得票数 29
回答已采纳
4回答
带有组的SQL随机样本
、、、
我有一个大学毕业生数据库，并希望从大约1000份记录中随机抽取数据样本。
我想确保样本代表人口，所以我想包括相同比例的课程。
我可以使用以下方法来做到这一点：
select top 500 id from degree where coursecode = 1 order by newid()
union
select top 300 id from degree where coursecode = 2 order by newid()
union
select top 200 id from degree where coursecode = 3 order by newid()
浏览 7提问于2015-05-14得票数 20
回答已采纳
2回答
我目前正在制作一个webapp，作为一个多租户应用程序出售订阅。我用的技术是rails。
然而，它将不仅仅是使用当前应用程序的孤立租户。
每个租户创建产品，并将它们发布在应用程序的personnal实例上。每个租户都有自己的用户群。
有问题的规范是，租户可以将其产品共享给其他租户，以便他们可以转售产品。
说明：
FruitShop销售苹果、橙子和西红柿。
VegetableShop卖萝卜和胡椒铃。
水果店和其他商店共用西红柿。
VegetableShop决定从共享商品列表中获取西红柿，并将其添加到库存中。
现在，一位正在浏览蔬菜的顾客将看到萝卜、胡椒铃和番茄。
您可以猜到，select pr
浏览 3提问于2014-02-20得票数 5
1回答
我有这个数据表作为模型：
ID PRODUCT_TYPE OFFER INENTORY
1 BED Y Y
2 TABLE N Y
3 MOUSE Y N
4 CELLPHONE Y Y
5 CAR Y Y
6 BED N N
7 TABLE N Y
8 MOUSE Y N
9 CELLPHONE Y Y
1
浏览 0提问于2021-06-01得票数 0
1回答
我有一个txt文件，数字看起来像这样(但有100个数字)- [1] 7.1652348 5.6665965 4.4757553 4.8497086 15.2276296 -0.5730937
[7] 4.9798067 2.7396933 5.1468304 10.1221489 9.0165661 65.7118194
[13] 5.5205704 6.3067488 8.6777177 5.2528503 3.5039562 4.2477401
[19] 11.4137624 -48.1722034 -0.3
浏览 18提问于2020-12-19得票数 0
腾讯云有哪些相关产品呢？我想使用深度学习做一些事情，但是对我这种小白来说可能有点难，有没有相关的应用场景参考下，有教程的话最好！
浏览 1742提问于2018-09-07
3回答
我需要找到一种方法来对组进行抽样，以便观察到的比例与预期的比例相匹配。我希望在每组中保留尽可能多的观察结果。
简单示例:A组= 302 (60.3%) B组= 199 (39.7%)
我期望的比例是46.6%和53.4%，所以在这种情况下，我会将B组和样本组A中的所有观察值保留为0.576，以获得174个观察值。这是正确的吗？
有没有办法在SAS或R中编写一条规则，为n组提供适当的采样率？我的实际问题涉及14个组，数量从2到77：
A组= 77，观察值= 21.51%，期望值= 15.10%
B组=5，观察值= 1.4%，期望值= 0.54%
C组= 2，观察值= 0.56%，期望值= 1.6
浏览 8提问于2013-03-08得票数 3
回答已采纳
3回答
我想在hook_form_alter中修改实体自动完成结果。我的功能是
1)我有一个分类法的实体引用，而bundle is标记是第2级(字段名: Product )，在这篇文章中，我从Level2 3中选择了一个术语)，我有另一个实体自动完成，它指的是分类标签级别1(字段名:产品父级)
现在，我的问题是，如果我在Product字段中选择一个二级术语，是否有任何选项可以在Product字段中显示该Product子字段的父项，例如：
Cabbage (L1)
-> Fruit (L2)
-> Flower (L2)
Lemon(L1)
-> Lemon Fruit(L2)
浏览 0提问于2016-09-02得票数 1
4回答
型号：
Company
Product
我们有一个母公司(所有人)可以创建任何Company和任何Product，作为子公司或副产品。
现在，我想要完成的，是限制哪个公司可以打击其他公司和产品一样。
下面是一些场景：
公司及附属公司(分包商)：
Master (creates) -> Company “A”
Master (creates) -> Company “B” (creates) -> Company “C”
Master (creates) -> Company “D” (creates) -> Company “F” (creates) ->
浏览 12提问于2017-03-04得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
