无偏采样（unbiased sampling），理学-计算机科学技术-人工智能-机器学习-线性模型-类别不平衡学习，一种理想的采样方式，是指采样得到的样本分布与真实的样本总体的分布一致，即对样本总体的属性的无偏估计。一种采样方式需要满足下面三个条件，才能被称为无偏采样：①样本总体中的每个样本都有均等的机会被选中，即每个样本的重要性相同。②每个样本都能作为样本总体的代表，即每个样本完全独立。③采样得到的样本集足够大，使得结果具有泛化性。例如，简单随机采样，又称纯随机采样，就是一种无偏采样。纯随机采样可以直接在样本总体中按照同等概率直接抽取样本个体，也可以分层进行，先将样本总体随机划分成一些互不重叠的样本子集，再以同等概率抽取出若干样本子集，最后从抽取出的每个子集中按同等概率采样得到样本个体。