无放回抽样

sklearn.utils.random.sample_without_replacement(n_population, n_samples, method='auto', random_state=None)

无放回抽样整数。

从集合[0, n_population)中无放回地选择n_samples个整数。

参数：

n_populationint

要从中抽样的集合的大小。

n_samplesint

要抽取的整数数量。

random_stateint，RandomState 实例或 None，默认为 None

如果为整数，则 random_state 是随机数生成器使用的种子；如果为 RandomState 实例，则 random_state 是随机数生成器；如果为 None，则随机数生成器是 np.random 使用的 RandomState 实例。

method{'auto'，'tracking_selection'，'reservoir_sampling'，'pool'}，默认为'auto'

如果 method == “auto”，则使用 n_samples / n_population 的比率来确定使用哪个算法：如果比率在 0 和 0.01 之间，则使用跟踪选择。如果比率在 0.01 和 0.99 之间，则使用 numpy.random.permutation。如果比率大于 0.99，则使用蓄水池抽样。所选整数的顺序是不确定的。如果需要随机顺序，则应对所选子集进行洗牌。

如果 method == “tracking_selection”，则使用基于集合的实现，该实现适用于 n_samples <<< n_population。

如果 method == “reservoir_sampling”，则使用蓄水池抽样算法，该算法适用于高内存限制或当 O(n_samples) ~ O(n_population) 时。所选整数的顺序是不确定的。如果需要随机顺序，则应对所选子集进行洗牌。

如果 method == “pool”，则基于池的算法特别快，甚至比跟踪选择方法更快。但是，必须初始化包含整个总体的向量。如果 n_samples ~ n_population，则蓄水池抽样方法更快。

返回：

输出形状为 (n_samples,) 的ndarray

采样的整数子集。选择的整数子集可能并非随机的，请参阅 method 参数。

示例

>>> from sklearn.utils.random import sample_without_replacement
>>> sample_without_replacement(10, 5, random_state=42)
array([8, 1, 5, 0, 7])