Python 按分类权重(区间)随机获取分类样本

按分类权重(区间)随机获取分类样本

By:授客 QQ1033553122

开发环境

win 10

python 3.6.5

 

需求

活动抽奖,参与抽奖产品有iphone, 华为,小米,魅族,vivo,三星手机,要求为这些不同品牌的手机设置被抽奖的概率(基准概率,非绝对概率,即允许存在一定偏差),iphone为0,华为0.35,小米为0.25, 魅族0.1,vivo和三星为0.15

 

 

代码实现

 

#!/usr/bin/env python
# -*- coding:utf-8 -*-


__author__ = 'shouke'

import random


def get_sample_by_rate(sample_rate_list):

    if sum([item[1] for item in sample_rate_list]) != 1:
        raise ValueError("样本比例配置错误,样本占比之和必须为1!")

    random_normalized_num = random.random()  # random() -> x in the interval [0, 1).
    accumulated_probability = 0.0
    for sample, probabilitie in sample_rate_list:
        accumulated_probability += probabilitie
        if random_normalized_num < accumulated_probability:
            return sample

award_dict = {'iphone':0, '华为':0.35, '小米':0.25, '魅族':0.1, 'vivo':0.15, '三星':0.15}

# 初始化
output_dict = {} # 存放取样次数
for sample, rate in award_dict.items():
    output_dict[sample] = 0

award_list = sorted(award_dict.items(), key=lambda arg:arg[1], reverse=False)

n = 1000 # 取样总次数
for i in range(n):
    award = get_sample_by_rate(award_list)
    output_dict[award] += 1

percentage_dict = {key: output_dict[key]/n for key in output_dict} # 存放样本数占比

print(output_dict)
print(percentage_dict)

  

 

 

运行结果

 

 

 

 

注意

为啥可以用python的randowm函数来实现这个需求?那是因为python的random函数是平均分布函数,产生的随机数是等可能的。如下,可以把[0,1)区间看作一条线,生成的随机数可以看作是线条上一个个点,这样,就可以根据这个点所在位置,把这个点划分到某个区间(本例中划分了几个区间[0, 0.1),[0.1,0.25),[0.25,0.4),[0.4, 0.65),[0.65,1)),映射样本的概率范围

0       0.25      0.5              1

|--------|--------|----------------|

 

从运行结果来看,不难看出,这种计算方式存在一定的偏差,比较适合大数据

posted @ 2020-11-16 20:22  授客  阅读(136)  评论(0编辑  收藏