我一直在尝试为我的项目找到一些Python中tms-NET采样的预实现（因为我自己无法实现），其中我想对形状的numpy数组（num_of_data，embedding_dimensions = 100）执行采样。我没找到。
有人可以帮我解决我的问题吗？
我也尝试使用拉丁超立方采样，但是我的 numpy 数组中的数据规模与 LHS 的 pyDOE2 实现的值样本不同。
from pyDOE2 import lhs
num_samples = X.shape[0]
num_dimensions = X.shape[1] # 100
lhs_samples = lhs(num_dimensions, samples=5)
X 数组的值范围为 0 到 1000，而 lhs 的大多数值样本都在 0 左右。
此外，我的项目统计数据的描述
“如果剩余X的大小等于0，那么所选的训练样本代表了完整的数据，并且被认为是好的。否则，使用(t,m,s)从剩余X中采样数据点)-Nets。使用(t,m,s)-Nets选择的样本被附加到训练样本中，以提高数据的代表性。”
我不确定我的做法是否正确。
如果有人可以提供帮助，我会非常高兴。
我不确定是否完全理解您的所有问题。我不知道 pyODE2，也不知道 X 应该代表什么，特别是“剩余 X 的大小”部分。但我能做的就是指出您可以在哪里找到 QMC 抽样方案的有效实施。