只获得20％的连续输入

Question

我有一个系统可以不断从rss Feed中收集项目。

我想随机选择这些项目中的一定百分比，比如说20％。

我的方法是，对于每个项目，我使用rand（0,100）“掷骰子”，并且仅当该语句的结果为＆lt;时才接受该项目。 20。

这是一个好方法吗？

Answer 1

如果你确定你的随机是真正的随机，那么是的，这是一个非常好的方法。

请注意，随机0,5可能更容易，只有当它为1时才接受它（相同的效果，20％是100的1/5）。你会以这种方式进行更窄的分配。虽然，这需要一个舍入到整数，这是一个额外的操作。

Answer 2

你的方法是正确的。但是，随机选择值的标准方法只是从统一（0,1）和接受/拒绝模拟。那么你的伪代码就是：

if(unif(0,1) < 0.2)
   ##Do something

从总共n个条目中选择N项后，您已使用参数N和p=0.2从Binomial distribution中提取样本。例如，如果N=10000，那么您将选择（平均）N*p=10000*0.2=2000个项目。但是，差异将是：N*p*(1-p) = 1600。所以选择

之间的任何地方

(2000 - 2*sqrt(1600), 2000 + 2*sqrt(1600)) = (1920, 2080)

是合理的。