random_selector
February 4, 2026 · View on GitHub
Randomly selects a subset of samples from the dataset.
This operator randomly selects a subset of samples based on either a specified ratio or a fixed number. If both select_ratio and select_num are provided, the one that results in fewer samples is used. The selection is skipped if the dataset has only one or no samples. The random_sample function is used to perform the actual sampling.
select_ratio: The ratio of samples to select (0 to 1).select_num: The exact number of samples to select.- If neither
select_rationorselect_numis set, the dataset remains unchanged.
从数据集中随机选择一部分样本。
该算子根据指定的比例或固定数量随机选择一部分样本。如果同时提供了 select_ratio 和 select_num，则使用导致样本数量较少的那个。如果数据集中只有一个或没有样本，则跳过选择。实际采样使用 random_sample 函数执行。
select_ratio：要选择的样本比例（0 到 1）。select_num：要选择的确切样本数量。- 如果既未设置
select_ratio也未设置select_num，则数据集保持不变。
Type 算子类型: selector
Tags 标签: cpu
🔧 Parameter Configuration 参数配置
| name 参数名 | type 类型 | default 默认值 | desc 说明 |
|---|---|---|---|
select_ratio | typing.Optional[typing.Annotated[float, FieldInfo(annotation=NoneType, required=True, metadata=[Ge(ge=0), Le(le=1)])]] | None | The ratio to select. When both select_ratio and select_num are set, the value corresponding to the smaller number of samples will be applied. |
select_num | typing.Optional[typing.Annotated[int, Gt(gt=0)]] | None | The number of samples to select. When both select_ratio and select_num are set, the value corresponding to the smaller number of samples will be applied. |
args | '' | extra args | |
kwargs | '' | extra args |
📊 Effect demonstration 效果演示
test_ratio_select
RandomSelector(select_ratio=0.2, select_num=5)
📥 input data 输入数据
Sample 1: text
Today is Sun
Sample 2: text
a v s e c s f e f g a a a
Sample 3: text
中文也是一个字算一个长度
Sample 4: text
，。、„”“«»１」「《》´∶：？！
Sample 5: text
他的英文名字叫Harry Potter
Sample 6: text
这是一个测试
Sample 7: text
我出生于2023年12月15日
Sample 8: text
emoji表情测试下😊，😸31231
Sample 9: text
a=1 b c=1+2+3+5 d=6
Sample 10: text
使用片段分词器对每个页面进行分词，使用语言
📤 output data 输出数据
Sample 1: text
这是一个测试
Sample 2: text
我出生于2023年12月15日
test_num_select
RandomSelector(select_ratio=0.5, select_num=4)
📥 input data 输入数据
Sample 1: text
Today is Sun
Sample 2: text
a v s e c s f e f g a a a
Sample 3: text
中文也是一个字算一个长度
Sample 4: text
，。、„”“«»１」「《》´∶：？！
Sample 5: text
他的英文名字叫Harry Potter
Sample 6: text
这是一个测试
Sample 7: text
我出生于2023年12月15日
Sample 8: text
emoji表情测试下😊，😸31231
Sample 9: text
a=1 b c=1+2+3+5 d=6
Sample 10: text
使用片段分词器对每个页面进行分词，使用语言
📤 output data 输出数据
Sample 1: text
这是一个测试
Sample 2: text
我出生于2023年12月15日
Sample 3: text
Today is Sun
Sample 4: text
emoji表情测试下😊，😸31231