Python数据科学

大家好，我是东哥。今天来和大家聊聊抽样的几种常用方法，以及在Python中是如何实现的。抽样是统计学、机器学习中非常重要，也是经常用到的方法，因为大多时候使用全量数据是不现实的，或者根本无法取到。所以我们需要抽样，比如在推断性统计中，我们会经常通过采样的样本数据来推断估计总体的样本。上面所说的都是以概率为基础的，实际上还有一类非概率的抽样方法，因此总体上归纳为两大种类：概率抽样：根据概率理论选择样本，每个样本有相同的概率被选中。非概率抽样：根据非随机的标准选择样本，并不是每个样本都有机会被选

大家好，我是东哥。要说贝叶斯和频率学派，那简直太有意思了。为什么这么说呢？因为两个学派的理解对于我来说真的是一场持久战。我是在学习机器学习的时候接触到的这两个学派，此前并不知道，当时就被深深吸引了，于是找了各种资料学习下来，说实话感觉有点懂了，但又感觉没理解透。后面我一直是带着这种似懂非懂的状态继续肝机器学习。但随着不断深入学习我发现很多理论其实都有出现两个学派的身影，而且在模型算法层面结合两派不断琢磨对我的理解有了很大帮助，经常有茅塞顿开的感觉（那段日子真的进步的飞起）。虽说我有点笨，但好在经过时间