[发明专利]数据抽样方法及装置在审
申请号: | 201310411200.1 | 申请日: | 2013-09-10 |
公开(公告)号: | CN104424331A | 公开(公告)日: | 2015-03-18 |
发明(设计)人: | 陈少怀 | 申请(专利权)人: | 深圳市腾讯计算机系统有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 韩建伟;吴贵明 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据 抽样 方法 装置 | ||
1.一种数据抽样方法,其特征在于包括:
获取目标数据,其中,所述目标数据包括多个数据块;
计算所述目标数据的数据块总数N;
根据对样本数的要求计算所述目标数据的抽样样本数M;
从每个数据块中分别随机选取R个样本,并进行汇总构成所述目标数据的抽样样本,其中,在M/N是整数的情况下,R=M/N,在M/N是小数的情况下,R等于M/N向上取整或者向下取整得到的整数。
2.根据权利要求1所述的方法,其特征在于,
计算所述目标数据的抽样样本数M包括:获取一个数据块中的数据行数r;计算所述目标数据的总行数N*r,使用随机抽样公式根据所述总行数得到所述抽样样本数M;
从所述每个数据块中分别随机选取R个样本包括:从所述每个数据块中随机选取R行数据作为所述R个样本。
3.根据权利要求2所述的方法,其特征在于,从所述每个数据块中随机选取R行数据包括:
为所述每个数据块中的每一行数据分配一个随机数;
将所述每个数据块中的行数据分别按照随机数的大小进行排列;
在所述每个数据块中的排列好的数据中分别取连续的R行数据。
4.根据权利要求3所述的方法,其特征在于,在所述每个数据块中的排列好的数据中取连续的M/N行数据包括:
在所述每个数据块中排列好的数据中取随机数最大的R行数据;或者,
在所述每个数据块中排列好的数据中取随机数最小的R行数据。
5.根据权利要求3所述的方法,其特征在于,
为所述每个数据块中的每一行数据分配一个随机数包括:将所述每个数据块中的数据分别读入内存并存放在数组中;为所述数组的每一列生成一个随机数;
将所述每个数据块中的行数据分别按照随机数的大小进行排列包括:按照随机数的大小对所述数组中的列进行排序;
在所述每个数据块中的排列好的数据中分别取连续的R行数据包括:在所述每个数据块中排列好的数组中分别取连续的R列作为所述R行数据。
6.一种数据抽样装置,其特征在于包括:
第一获取模块,用于获取包括多个数据块的目标数据,并计算所述目标数据的数据块总数N;
第二获取模块,用于根据对样本数的要求计算所述目标数据的抽样样本数M;
构成模块,用于从每个数据块中分别随机选取R个样本,并进行汇总构成所述目标数据的抽样样本,其中,在M/N是整数的情况下,R=M/N,在M/N是小数的情况下,R等于M/N向上取整或者向下取整得到的整数。
7.根据权利要求6所述的装置,其特征在于,
所述第二获取模块,用于获取一个数据块中的数据行数r,计算所述目标数据的总行数N*r,并使用随机抽样公式根据所述总行数得到所述抽样样本数M;
所述构成模块,用于从所述每个数据块中随机选取R行数据作为所述R个样本。
8.根据权利要求7所述的装置,其特征在于,所述构成模块包括:
分配单元,用于为所述每个数据块中的每一行数据分配一个随机数;
排列单元,用于将所述每个数据块中的行数据分别按照随机数的大小进行排列;
抽取单元,用于在所述每个数据块中的排列好的数据中分别取连续的R行数据。
9.根据权利要求8所述的装置,其特征在于,
所述抽取单元,用于在所述每个数据块中排列好的数据中取随机数最大的R行数据;或者,用于在所述每个数据块中排列好的数据中取随机数最小的R行数据。
10.根据权利要求8所述的装置,其特征在于,
所述分配单元,用于将所述每个数据块中的数据分别读入内存并存放在数组中;为所述数组的每一列生成一个随机数;
所述排列单元,用于按照随机数的大小对所述数组中的列进行排序;
所述抽取单元,用于在所述每个数据块中排列好的数组中分别取连续的R列作为所述R行数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310411200.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于使用户登录到移动设备的方法
- 下一篇:数据统计方法和装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置