《表1 随机抽取样本算法：基于大数据分析的供热二次管网异常监测的算法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于大数据分析的供热二次管网异常监测的算法比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

不放回随机抽样部分实现步骤是：首先，spark读取原数据集以为RDD抽象数据结构存入内存，计算数据集大小data＿len并为每个样本添加索引，使用numpy库中的choice（）函数从区间[0，data＿len）以输入参数random＿state为随机种子选取大小为n＿estimators*max＿sample的随机数列，使用broadcas（）函数广播此数列，从添加索引后的数据集中筛选出索引在该随机数列中的样本，后续将使用筛选出的n＿estimators*max＿sample个样本构建孤立树。随机抽取样本算法见表1。