机器学习系列文章-不平衡数据集的采样技术 发表于 2018-03-01 | 更新于 2022-10-25 | 分类于 Sampling | | 阅读次数： 本文字数： 229 | 阅读时长 ≈ 1 分钟 在数据处理中，经常需要对给定随机变量（一维或多维）及其概率分布函数，需要生成随机变量的采样（sampling）数据集（随机变量的随机采样样本点）。 采样的方法有很多： 1、MCMC方法（Mento Carlo Markov Chain，即：蒙特卡洛-马尔科夫链）。主要的算法有： Metroplis-Hasting 算法 Gibbs Sampling 算法
