从非均匀数据创建均匀分布的样本

Question

如果数据集具有非均匀分布（高度峰值），我想重新采样以创建具有近似均匀分布的新数据集。我的方法：

1. 将数据分成垃圾箱。
2. 目标箱水平=所有箱中每个箱的最小样本数。
3. 随机删除样本，直到每个bin计数=目标bin级别。

有更好的技术吗？

Answer 1

我们知道，对于统一分布，我们有

mean =（a + b）/ 2

方差=（b-a）^ 2/12

所以你可以用这些参数从均匀分布构造这些和样本，你可以设置a = min（数据）和b = max（数据）或者a = mean（lowest_bin）和b = mean（highest_bin） ） 或类似的东西。您希望如何设置a和b取决于您的数据以及您想要完成的任务