百面机器学习总结笔记（第八章采样）

Avery123123

于 2020-02-29 14:55:52 发布

阅读量444

点赞数

CC 4.0 BY-SA版权

分类专栏：算法岗面试笔试准备

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/Avery123123/article/details/104562912

算法岗面试笔试准备专栏收录该内容

32 篇文章

订阅专栏

本文深入探讨了机器学习中采样技术的关键作用，包括均匀分布随机数生成、高斯分布采样、马尔可夫蒙特卡洛采样法、贝叶斯网络的采样策略以及解决不均衡样本集的重采样方法。通过具体场景和实例，详细解析了各种采样方法的原理及应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

百面机器学习总结笔记（第八章采样）

百面机器学习总结笔记
- 第八章采样

百面机器学习总结笔记

第八章采样

在这里插入图片描述

采样的作用

场景描述
在这里插入图片描述

知识点
采样机器学习概率统计

问题：举例说明采样在机器学习中的作用
在这里插入图片描述

均匀分布随机数

场景描述
在这里插入图片描述
知识点
概率统计线性同余

问题：如何编程实现均匀分布随机数生成器？

分析与解答
在这里插入图片描述

常见的采样方法

场景描述
在这里插入图片描述
知识点
逆变换采样拒绝采样重要性采样

问题：抛开那些针对特定分布而精心设计的采样方法，说一些你所知道的通用采样方法胡哦哦哦采样策略，简单描述他们的主要思想以及具体操作步骤。

分析与解答
在这里插入图片描述

高斯分布采样

场景举例
在这里插入图片描述
知识点
高斯分布 Box-Muller算法拒绝采样
问题：如何对高斯分布进行采样

分析与解答
在这里插入图片描述

马尔可夫蒙特卡洛采样法

场景描述
在这里插入图片描述
知识点
蒙特卡洛法马尔科夫链吉布斯采样 Metropolis-Hastings采样

问题1 简述MCMC采样法的主要思想
分析与解答
在这里插入图片描述
问题2 简单介绍几种常见的MCMC采样法

分析与解答
在这里插入图片描述

问题3 MCMC采样法如何得到相互独立的样本？

贝叶斯网络的采样

场景描述
在这里插入图片描述

知识点

概率图模型条件概率采样

问题如何对贝叶斯网络进行采样？如何只需要考虑一部分变量的边缘分布，如何采样？如果网络中含有观测变量，又该如何采样？

分析与解答

在这里插入图片描述

不均衡样本集的重采样

场景描述
在这里插入图片描述
知识点
采样数据扩充
问题对于二分类问题，当训练集中正负样本非常不均衡时，如何处理数据以更好地训练分类模型
分析与解答

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。