ランダムサンプリングは、データセットからランダムに一定割合のデータを選択する方法
ランダムサンプリングは、データセットからランダムに一定割合のデータを選択する方法です。この方法は、データセット全体の特徴を維持しながら、データのサイズを削減するのに便利です。PythonのNumPyやpandasなどのライブラリを使用して、ランダムサンプリングを実装することができます。以下に、ランダムサンプリングの手法を示します。
まず、ランダムサンプリングを実行するために、データセットから一部のデータをランダムに選択する必要があります。次に、選択されたサンプルを新しいデータセットとして使用します。
以下は、PythonのNumPyを使用してランダムサンプリングを行う例です。
python
import numpy as np
# データセットの作成（例として10個のサンプルを持つデータセットを作成）
data = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12], [13, 14], [15, 16], [17, 18], [19, 20]])
# ランダムサンプリングを実行して、新しいデータセットを作成する
sampled_data = data[np.random.choice(data.shape[0], 5, replace=False)]
print("サンプリングされたデータ:")
print(sampled_data)
このコードでは、10個のサンプルを持つデータセットから、5個のサンプルをランダムに選択しています。np.random.choice()関数を使用して、データセットのインデックスをランダムに選択し、そのインデックスに対応するサンプルを抽出しています。
このようにしてランダムサンプリングを行うことで、データセットを効果的に削減することができます。