生成数据集的随机子集_牛客题霸

实现一个函数来生成数据集的随机子集。这在机器学习中常用于数据采样、交叉验证和集成学习等场景。函数需要支持有放回和无放回两种采样方式。

输入描述:

函数`get_random_subsets`接收四个参数：1. X：特征矩阵，二维numpy数组，形状为(n_samples, n_features)2. y：标签向量，一维numpy数组，形状为(n_samples,)3. n_subsets：需要生成的子集数量，整数4. replacements：是否允许重复采样，布尔值，默认为True

输出描述:

返回一个列表，包含n_subsets个元组：- 每个元组包含(X_subset, y_subset)- X_subset是特征子集- y_subset是对应的标签子集- 所有数组都转换为Python列表

示例1

输入

[[1, 2], [3, 4], [5, 6]]
[0, 1, 0]
2

输出

[([[5, 6], [1, 2], [5, 6]], [0, 0, 0]), ([[5, 6], [1, 2], [1, 2]], [0, 0, 0])]

备注:

1.对应的输入、输出已给出，您只用实现核心功能函数即可。2.支持numpy、scipy、pandas、scikit-learn库。