一种采样方式需要满足下面三个条件,才能被称为无偏采样:①样本总体中的每个样本都有均等的机会被选中,即每个样本的重要性相同。②每个样本都能作为样本总体的代表,即每个样本完全独立。③采样得到的样本集足够大,使得结果具有泛化性。例如,简单随机采样,又称纯随机采样,就是一种无偏采样。纯随机采样可以直接在样本总体中按照同等概率直接抽取样本个体,也可以分层进行,先将样本总体随机划分成一些互不重叠的样本子集,再以同等概率抽取出若干样本子集,最后从抽取出的每个子集中按同等概率采样得到样本个体。
首页
[{"ID":42422,"Name":"理学"},{"ID":81272,"Name":"计算机科学技术"},{"ID":81532,"Name":"人工智能"},{"ID":81533,"Name":"机器学习"},{"ID":81538,"Name":"线性模型"},{"ID":81539,"Name":"类别不平衡学习"}]
. 理学 . 计算机科学技术 . 人工智能 . 机器学习 . 线性模型 . 类别不平衡学习无偏采样
/unbiased sampling/
最后更新 2022-01-20
浏览 151次
一种理想的采样方式,是指采样得到的样本分布与真实的样本总体的分布一致,即对样本总体的属性的无偏估计。
- 英文名称
- unbiased sampling
- 所属学科
- 计算机科学技术