Python 按分类权重(区间)随机获取分类样本-阿里云开发者社区

Python 按分类权重(区间)随机获取分类样本

2023-04-22 82

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Python 按分类权重(区间)随机获取分类样本

按分类权重(区间)随机获取分类样本

开发环境

win 10

python 3.6.5

需求

活动抽奖，参与抽奖产品有iphone, 华为，小米，魅族，vivo，三星手机，要求为这些不同品牌的手机设置被抽奖的概率(基准概率，非绝对概率，即允许存在一定偏差)，iphone为0，华为0.35，小米为0.25，魅族0.1，vivo和三星为0.15

代码实现

#!/usr/bin/env python

# -*- coding:utf-8 -*-

__author__ ='shouke'

importrandom

defget_sample_by_rate(sample_rate_list):

ifsum([item[1] foritem insample_rate_list]) !=1:

raiseValueError("样本比例配置错误，样本占比之和必须为1!")

random_normalized_num =random.random() # random() -> x in the interval [0, 1).

accumulated_probability =0.0

forsample, probabilitie insample_rate_list:

accumulated_probability +=probabilitie

ifrandom_normalized_num < accumulated_probability:

returnsample

award_dict ={'iphone':0, '华为':0.35, '小米':0.25, '魅族':0.1, 'vivo':0.15, '三星':0.15}

# 初始化

output_dict ={} # 存放取样次数

forsample, rate inaward_dict.items():

output_dict[sample] =0

award_list =sorted(award_dict.items(), key=lambdaarg:arg[1], reverse=False)

n =1000# 取样总次数

fori inrange(n):

award =get_sample_by_rate(award_list)

output_dict[award] +=1

percentage_dict ={key: output_dict[key]/n forkey inoutput_dict} # 存放样本数占比

print(output_dict)

print(percentage_dict)

运行结果

注意

为啥可以用python的randowm函数来实现这个需求？那是因为python的random函数是平均分布函数，产生的随机数是等可能的。如下，可以把[0,1)区间看作一条线，生成的随机数可以看作是线条上一个个点，这样，就可以根据这个点所在位置，把这个点划分到某个区间（本例中划分了几个区间[0, 0.1)，[0.1，0.25)，[0.25，0.4)，[0.4， 0.65)，[0.65，1)），映射样本的概率范围

0 0.25 0.5 1

|--------|--------|----------------|

从运行结果来看，不难看出，这种计算方式存在一定的偏差，比较适合大数据

Python 按分类权重(区间)随机获取分类样本

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像