20220324

https://blog.csdn.net/DSTJWJW/article/details/90667570
不重復隨機抽樣

20211223

# 讀取數(shù)據(jù)集
test_data_all = pd.read_csv(PATH+'data_format1/test_format1.csv',chunksize=200000)for i,j in enumerate(test_data_all):if i == 0:test_data = jtrain_data_all = pd.read_csv(PATH+'data_format1/train_format1.csv',chunksize=1000000)for i,j in enumerate(train_data_all):if i == 0:train_data = j
抽樣讀取數(shù)據(jù)def read_csv(file_name, num_rows):return pd.read_csv(file_name, nrows=num_rows)居然可以直接抽樣讀取

20211010

無論是什么平臺，用戶的活躍度分布都是一個長尾分布，越活躍的用戶對應的人數(shù)越少，但是其所占的行為越多。這種情況下，如果不考慮用戶活躍度去篩選正負樣本，難免活躍用戶所占的權(quán)重就會增大，此時有效的解決辦法是針對每個用戶提取相同的正負樣本。

采樣要注意保持和原來的分布一樣?

pandas.DataFrame.sample 隨機選取若干行

1?? ?數(shù)據(jù)切片選取
1.1?? ?pandas.DataFrame.sample 隨機選取若干行
1.1.1?? ? 功能說明
???????????? 有時候我們只需要數(shù)據(jù)集中的一部分，并不需要全部的數(shù)據(jù)。這個時候我們就要對數(shù)據(jù)集進行隨機的抽樣。pandas中自帶有抽樣的方法。

功能相似：numpy.random.choice
??? Generates a random sample from a given 1-D numpy array.

1.1.2?? ? 使用說明
1.?? ?函數(shù)名及功能
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]

2.?? ?輸入?yún)?shù)說明

參數(shù)名稱	參數(shù)說明	舉例說明
n	要抽取的行數(shù)	df.sample(n=3,random_state=1) 提取3行數(shù)據(jù)列表 注意，使用random_state，以確保可重復性的例子。
frac	抽取行的比例 例如frac=0.8，就是抽取其中80%。	df.sample(frac=0.8, replace=True, random_state=1)
replace	是否為有放回抽樣， True:有放回抽樣 False:未放回抽樣	True:取行數(shù)據(jù)后，可以重復放回后再取 False:取行數(shù)據(jù)后不放回，下次取其它行數(shù)據(jù) 注意：當N>總數(shù)據(jù)容量，replace設(shè)置為值時有效 ?
weights	字符索引或概率數(shù)組 axis=0:為行字符索引或概率數(shù)組 axis=1:為列字符索引或概率數(shù)組	?
random_state	int: 隨機數(shù)發(fā)生器種子 或numpy.random.RandomState	random_state=None,取得數(shù)據(jù)不重復 random_state=1,可以取得重復數(shù)據(jù) ?
axis	選擇抽取數(shù)據(jù)的行還是列 axis=0:抽取行 axis=1:抽取列	也就是說axis=1時，在列中隨機抽取n列，在axis=0時，在行中隨機抽取n行。

3.?? ?返回值說明
返回選擇的N行元素的DataFrame對象。

總結(jié)

以上是生活随笔為你收集整理的dataframe sample 采样,抽样的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。