分层随机抽样
（stratified random sampling）是一种在调查研究中常用的抽样方法。它将总体分为若干层，并从每一层中随机抽取样本，以保证样本能够代表总体的不同特征。
优势：
- 精确性：分层随机抽样能够确保样本中的各个层次与总体中的层次比例相似，因此能够准确地反映总体的特征。
- 可比性：通过分层，可以将总体划分为具有相似特征的小组，从而使得不同组之间的比较更加可靠和准确。
- 节约成本：相比于简单随机抽样，分层随机抽样可以在保证样本代表性的前提下，减少样本的数量，从而降低调查研究的成本。
应用场景：
- 市场调研：在市场调研中，可以根据不同的细分市场或受众群体进行分层，从而获取各个细分市场或受众群体的意见和反馈。
- 教育研究：在教育研究中，可以根据不同的学校层级、年级、专业等进行分层，以便研究不同层次的学生或教师的特征和需求。
- 医学调查：在医学调查中，可以根据不同的年龄段、性别、地区等进行分层，以便研究不同人群的健康问题和医疗需求。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云并未提供与分层随机抽样直接相关的产品或专门的解决方案。然而，腾讯云提供了丰富的云计算产品和服务，涵盖了云服务器、云数据库、人工智能、物联网和大数据等领域。您可以访问腾讯云官方网站（https://cloud.tencent.com/）了解更多腾讯云的产品和服务详情。
相关·内容
我需要对从不同类别购买的客户进行随机抽样。有8个类别，订单分布在这些类别中。 如果我想随机抽样已经购买的客户，但保持每个类别的订单比例相同，我应该如何在我的sql代码中进行设置？ 下面的表格突出显示了这一点(它不包括客户数据-我希望我的客户列表基于订单的代表性比例)： 我正在使用的表可以在这里找到：https://imgur.com/a/Q0lMHWf
浏览 103提问于2019-01-12得票数 4
2回答
多分类模型中的抽样大小是否重要？
、、、、
我正在研究一个多类分类模型，其中很少有类与其他类相比拥有更少的数据。我使用随机抽样技术从人口中创建一个样本，使每个类别的比例与人口的比例相等。例如，A类在总体中有400条记录，B类在总体中有100条记录，然后在进行随机抽样时，我正在创建一个样本，其中A类和B类的记录比例为4:1。我观察到的趋势是通过改变某一类的样本大小(保持类间比例不变)，导致模型性能(准确性、精确性、召回性)发生变化。
无论样本大小如何，我需要应用什么技术才能使我的模型稳定？
浏览 0提问于2019-11-27得票数 3
我正在做一个项目，对来自5个不同流派(摇滚，电子，说唱，乡村，爵士)的30秒音频样本进行分类。我的数据集包含600首歌曲，每个流派恰好有120首。特征是每首歌曲的13个mfcc的一维阵列，标签是流派。基本上，对于30秒样本的每帧，我取每组13个mfcc的平均值。这导致每首歌曲有13个mfcc。然后，我获得整个数据集，并使用sklearn的缩放函数。
我的目标是比较svm、knearest和naive bayes分类器(使用sklearn工具集)。我已经做了一些测试，但我注意到结果会根据我是否进行随机采样/分层采样而有所不同。
我在sklearn中执行以下函数来获取训练和测试集：
X_train
浏览 3提问于2017-05-15得票数 1
1回答
猪分层抽样？
、、、
有谁知道如何对猪进行分层抽样吗？()
就目前而言，我做的事情如下：
relation2 = SAMPLE relation1 0.05;
但是我的数据集包含了一些标签列，其中一些是罕见的(例如0.5%)，我希望我的随机抽样不要忘记它们。
非常感谢。
浏览 1提问于2014-01-03得票数 3
回答已采纳
2回答
为什么使用蒙特卡洛随机抽样而不是均匀抽样是如此普遍呢？
我假设随机抽样会带来一些好处，但我不知道它们会是什么。
有谁能解释随机抽样位置比均匀样本位置的优势吗？
浏览 0提问于2016-08-18得票数 8
回答已采纳
1回答
我有30,000个按情感分类的短语。
我要用天真的贝斯。
这是比例(情绪，->，短语的数量)。
anger 98
boredom 157
empty 659
enthusiasm 522
fun 1088
happiness 2986
hate 1187
love 2068
neutral 6340
relief 1021
sadness 4828
surprise 1613
worry 7433
因此
浏览 2提问于2017-12-09得票数 0
回答已采纳
我只是在试验sklearn的train_test_split函数中的“分层”参数。我的数据集是不平衡的，以下是类的比例：
0类: 8,902 1: 1 605
类1占数据集的15%。
这里是默认的不使用分层的分割：
x_train, x_test, y_train, y_test = train_test_split(df['image'], df['class'], test_size=0.2,random_state=5)
Training set balance:
0 7,116
1 1,289
Test set balance:
0
浏览 0提问于2019-05-08得票数 1
回答已采纳
2回答
我对余弦加权半球样本很幸运，我知道如何生成分层均匀样本，但我想将两者结合起来进行实验。然而，在执行余弦加权抽样时，我如何正确地分层半球呢？我对分层进行余弦加权吗？我在每个阶层投了多少射线？
我的应用程序是在光映射器中收集间接样本。
浏览 0提问于2017-02-09得票数 3
回答已采纳
问题:如果您使用PySpark的sampleBy实现比例分层抽样，这不是与随机抽样相同吗？
编辑:有比例和不成比例的分层抽样。这个问题是关于前者的。
以下是我对此的思考：
假设在一个人口总数中有4个组，N= 1000。这些群体的比例如下：
A: 25%，B: 50%，C: 13%，D: 12%
然后，选择大小为100的比例分层样本意味着选择一个样本，该样本由A中的确切25种元素、B中的50种元素、C中的13种元素和D中的12种元素组成(注意:如果你的抽样比率与人群的采样比率不同，那么一个不成比例的分层样本就是。)
这与随机抽样不同，其中A、B、C和D的期望元素数分别为25、50、13和12。
浏览 7提问于2021-10-08得票数 1
回答已采纳
1回答
我对ML很陌生。我正在尝试创建一个在多个列表之间平均分布的训练数据集，每个列表都有不同类型的数据。我该怎么做？我查看了GroupKMeansFold和StratifiedFold，但我并不完全理解它。
以下是更多信息：
我有三个清单a，b，c。
a = [a1, a2, a3.... a10000]
b = [b1, b2, b3.... b10000]
c = [c1, c2, c3.... c10000]
我希望我的训练，测试，和val数据有70，15，15分裂。我还希望70%的培训数据在列表a、b、c之间均匀分布，与测试和val数据相同。
我希望训练数据有来自a、b和c的70
浏览 0提问于2022-07-29得票数 1
1回答
我很抱歉我的粗心大意。如果需要平衡抽样的方法，请访问下面的链接.有各种各样的答案。
如何从不平衡的数据中进行分层平衡抽样？
我需要解决40个班的分类问题。这些数据是从13个传感器实时采集的，其中包括13列(传感器数量) 368816行(简单地说，就像一个时间段)。我计划把这些数据放入递归神经网络中。
所以，我把它标为0到40级。数据属于0类，意味着进程的正常状态，其余的表示异常状态和产生问题的位置。
数据由13列和368816行组成。每一行都意味着每个数据集。368816数据集中的每个数据集都属于0到40类。但是，这是不平衡的。103260类数据集的数量为103260，约占整个数据集的22
浏览 2提问于2017-09-21得票数 0
回答已采纳
我想将数据集分成三部分，同时保持数据集的不平衡。
例如，假设我有一个数据集X不平衡，其中包含70%的多数标签和30%的少数标签。
我想要
Y+Z+T=X的Y，Z，T，如Y和Z，T有70%的多数标记和30 %的少数标记。
如果有人能帮忙的话，谢谢
浏览 0提问于2021-06-28得票数 3
1回答
PV-DBOW是如何工作的？
、、、、
段落向量纸的作者用以下方式描述PV：
2.3。不带词序的段落向量:上述方法考虑了段落向量与单词向量的连接，以预测文本窗口中的下一个单词。另一种方法是忽略输入中的上下文词，而是强制模型预测输出中段落中随机抽取的单词。实际上，这意味着在随机梯度下降的每一次迭代中，我们采样一个文本窗口，然后从文本窗口中抽取一个随机单词，并在给定段落向量的情况下形成一个分类任务。
我有几个问题：
为什么要在随机抽取单词之前先对文本窗口进行抽样？要创建批处理，为什么不能从表单[(1, "cat"), (1, "sat"), ..., (1, "mat"), (2,
浏览 0提问于2019-04-02得票数 1
2回答
我试图平衡我的数据集，但我正在努力寻找正确的方法来做它。让我来解决这个问题。我有一个具有以下类权重的多类数据集：
class weight
2.0 0.700578
4.0 0.163401
3.0 0.126727
1.0 0.009294
如您所见，数据集是相当不平衡的。我想要做的是获得一个平衡的数据集，其中每个类都用相同的权重表示。
这里有很多问题，但是：
：这个子样本可以是重叠的，对于我的方法来说是错误的。而且，我想让它使用sklearn或经过良好测试的软件包。
：在这里，他们建议使用带有平衡类权重向量的不平衡数据集，但是
浏览 0提问于2018-11-28得票数 1
1回答
我正在尝试随机抽样一个Pyspark dataframe，其中列值满足特定条件。我想使用sample方法根据列值随机选择行。假设我有以下数据帧： +---+----+------+-------------+------+
| id|code| amt|flag_outliers|result|
+---+----+------+-------------+------+
| 1| a| 10.9| 0| 0.0|
| 2| b| 20.7| 0| 0.0|
| 3| c| 30.4| 0|
浏览 106提问于2019-10-18得票数 3
回答已采纳
1回答
注意，我的问题在这里有点不同：
我正在与熊猫合作开发一个拥有大量数据的数据集(10M+)：
q = "SELECT COUNT(*) as total FROM `<public table>`"
df = pd.read_gbq(q, project_id=project, dialect='standard')
我知道我可以用frac选项来处理熊猫的功能，比如
df_sample = df.sample(frac=0.01)
但是，我不想生成这样大小的原始df。我想知道用已经采样的数据生成数据的最佳实践是什么。
我读过一些sql帖子，显示样本数据
浏览 0提问于2020-02-18得票数 0
回答已采纳
在分类问题中，我们关心的是标签在训练和验证集中的分布。在sklearn中，train_test_split中有stratify选项，以确保训练和验证集中的标签分布相似。
在一个回归问题中，假设我们想要根据一系列特征来预测房价。我们需要关心房价在训练集和验证集上的分布吗？
如果是，我们如何在sklearn中实现这一点
浏览 2提问于2019-03-03得票数 1
3回答
我正在使用雪花编写sql查询。我们有一张巨大的桌子，里面有数十亿条记录，里面有客户信息。目标是获取随机样本，并使用R来查看分布。不幸的是，我们不能使用从RStudio到数据库的JDBC/ODBC连接。这是一个限制。因此，我只能从雪花中提取提取物，并将其导入R.
困难之处在于，我们有一个名为CUSTOMER段的专栏，它几乎有24个唯一的值。目标是从每个片段中得到一个代表显著比例的样本。我尝试了以下查询；
SELECT DISTINCT *
FROM test sample(10)
若要获得随机抽样，每一行被选中的概率为10 %。但我并不是从客户部门的每一个价值中获取样本。请允许我知道任何sql命
浏览 8提问于2019-10-18得票数 2
我有50个病人的数据集。这些病人经过多年的追踪，在某种程度上随机间隔地测量了几千个特征。我正试图预测一个特定的结果(这是一个回归问题)，这个结果可以是一次，两次，或者是每名患者在整个跟踪期间的三次。到目前为止，我一直假设每个结果特征都是Y向量中的一个数据点，并且使用最近的时间点来测量患者的特征。我希望我的最后一个模型能够从一个特性度量中预测结果变量，这就是为什么我可以忽略数据的时间方面。然而，我不知道如何控制这一事实，因为有些病人为我的培训数据贡献了2个甚至3个样本。这会不会影响我的模型的性能，因为有一些住院病人的变化？我该怎么解释呢？
浏览 0提问于2018-07-09得票数 0
我试图建立一个线性回归的数据，我想确保我的结果最终是有意义的。
我在一家小型保险公司工作，我试图对降雨量对汽车索赔数量的效应进行线性回归分析(“索赔”是指事故的保险术语)。让我特别关注德克萨斯州休斯敦的.
假设x轴是降雨，假设桶是0厘米，1-5厘米，6-10厘米，11-15厘米等等。
**y轴**是索赔的数量。100、125、140、150等
我可以很容易地从我公司的数据库中获得这些信息，但是我的问题是.，我是否需要为每个Y“桶”设置一个大致相等的X值
你可以想象，有0雨的日子是很容易找到的。所以这个水桶可能比其他的有更多的观察。换句话说，超过30厘米的日子将是罕见的，所以我可能对这个降雨量没
浏览 2提问于2020-07-30得票数 0
我有80000个样本的数据集(40k3轴加速度计和40k陀螺仪数据)。我试图在ESP8266节点单片机上实现KNN和随机森林的活动识别。单片机的有限内存是进程的瓶颈。
是否有任何方法可以将数据集缩减为5000条记录而不丢失任何重要信息，同时又不影响整体准确性？维数降维，正如我在非数学背景下所理解的那样，是通过删除不太重要的列来减少数据。但是，在我的例子中，我不能删除任何列(只有6列存在，即加速度计和陀螺仪的x、y、z值)。
样本数据：
📷
浏览 0提问于2021-04-11得票数 0
我正在处理一个非常具有挑战性的分类问题，其中我有三个问题:一个小的数据集(大约800个样本)，不平衡的数据集(4个类，每个类有1-600个样本，2/3/4-50个样本)，以及其中一个特征中缺少的数据。
我一直在考虑的一些事情：
生成合成数据，例如使用SMOTE (合成少数群体过采样技术).
将这一分类转变为少数群体和多数群体之间的二元分类。
结合不同的分类器，给负样本更多的权重(万一我变成二进制分类器)。
通过在成本函数中应用特定的权重进行成本敏感的学习(有点类似于前面的，但使用了所有4个类)。
我打算作为分类器，朴素贝叶斯，支持向量机，随机森林和神经网络和2倍交叉验证
浏览 4提问于2015-11-19得票数 4
我想随机抽样在Maximo的工作订单基于一个良好的数据。目前，我们每月输入约10,000份工作订单，并希望在1份完美工作订单的基础上，抽样约300份。
在SQL中随机抽样是可能的吗？如果是，随机抽样的代码是什么？
浏览 2提问于2015-07-22得票数 0
2回答
我有一个由181个样本组成的数据集(类是不平衡的，有41个数据点，1个标签，其余140个带有标签0)和10个特性和一个目标变量。这10个特征是数字和连续的性质。我必须执行二进制分类。我所做的工作如下：
I have performed 3 Fold cross validation and got following accuracy results using various models:-
LinearSVC:
0.873
DecisionTreeClassifier:
0.840
Gaussian Naive Bayes:
0.845
Logistic Regression:
0.8
浏览 0提问于2017-01-12得票数 1
我的模拟需要标准正态(高斯)随机变量。生成它们的最简单方法是什么？与java不同的是，标准的类似乎只处理统一变量。
浏览 3提问于2012-06-12得票数 2
回答已采纳
2回答
在R中创建数据分区
、、、
inTrain<- createDataPartition(y=spam$type,p=0.75, list=FALSE)
注意: dataset命名为spam，目标变量命名为type
我的问题是，包含y=spam$type参数的目的是什么？
创建数据分区的目的不是简单地根据训练和测试所需的比例来拆分整个数据集吗？
浏览 3提问于2016-07-21得票数 6
3回答
比k均值聚类更精确的方法
、、、
在径向基函数网络(RBF网络)中，选择了隐层中的所有原型( RBF函数的中心向量)。此步骤可以通过以下几种方式执行：
中心可以从一些例子中随机抽样。
或者，它们可以用k均值聚类来确定.
智能选择原型的方法之一是在训练集上进行k均值聚类，并使用聚类中心作为原型。我们只知道k均值聚类的简单性(快速)，但不是很精确。
这就是为什么我想知道比k均值聚类更精确的另一种方法是什么？
任何帮助都将不胜感激。
浏览 7提问于2014-03-06得票数 1
回答已采纳
我正在使用R中的数字矩阵M，它很大(每20列有11000行)。在这个矩阵上，我做了很多相关测试
=>函数cor.test(M[i,], M[j,], method='spearman')，其中i和j是矩阵的两行(所有可能的组合都经过测试)。
正如您所知道的，问题是我做了太多的测试来获得这个测试返回的非常可靠的p值。
我克服这个限制的策略是在我的矩阵M上通过引导产生一个新的概率分布:我想得到从M生成的100个随机矩阵，对这些矩阵进行多重相关，并为p值选择正确的截断，得到一个5%的FDR。
我的问题是：
随机化我的矩阵最有效的方法是什么？
因为这是相当长的时间消耗(我
浏览 2提问于2017-04-26得票数 0
回答已采纳
这个的答案解释了如何从BigQuery表中随机抽样。是否有一种有效的方法来替代
例如，假设我有一个有1M行的表，并且希望选择100 K独立随机抽样行。
浏览 5提问于2020-02-26得票数 2
我有两个不同的数据帧，数据结构相同。
响应为'Yes‘的df1 (US状态为列)
响应为“No”的df2 (US状态为列)
我想从两个df收集样本，并制作一个指定大小的样本数据帧。我想保持样本数据集的平衡。例如，如果我从df1中取样本，从NY状态得到50个obs，那么我想要df2中的50个随机样本。
下面是示例dput()链接
我已经做了一个函数，从df中获取样本并对它们进行洗牌，但是无法包含第2部分。
sample12<- function(df1,df2,size) {
a<-df1[sample(nrow(df1),size/2,replace =
浏览 0提问于2019-07-18得票数 0
如何在给定区间内进行随机抽样？例如，我想做一次随机抽样，在1到10之间，但每间隔是0.5。所以当我做抽样时，它会给出值，例如5.5或2或8.5。
我尝试过使用np.random.random_integers(1,10)，但这只是给出整数的值。非常感谢您的帮助。
浏览 2提问于2016-06-02得票数 2
回答已采纳
2回答
上下文:我有一些数据来适应随机森林分类器(二进制输出)，其中1是一个非常罕见的事件。特别是在我的训练中，29400分中只有614-1‘S。我正在使用sklearn。
我正在设置class_weight = balanced，以防止模型简单地预测每一种情况下的0。而且效果很好！
然而，在0类中也有一个小组(可能只有20-30个案例)(编辑:实际上大约300)，我想要捕捉我的模型。我相信，由于建树时的抽样性质，这些类别并不经常被选择。有什么办法可以解决这个问题吗？
我的想法是：
在RF之后添加一个额外的过滤器。问题是，对于这20-30个否定案例，很难找到一些简单的分类方法.
强制RF在建树时包括这
浏览 0提问于2019-08-14得票数 4
1回答
给出了阶q和模p的乘法群。给定两个常数a和b，随机抽取Z_q。设随机变量x_a是对(x, x^a \mod p)，随机变量x_b是对(x, x^b \mod p)。x_a和x_b的分布在计算上是否可以区分？
浏览 0提问于2021-07-22得票数 0
我一直在运行一些小型的R教程/研讨会，我将我的“挑战脚本”保存在Rmarkdown文档中。这些包含免费文本和R代码块。有些代码块是预先填充的(例如，设置数据集供以后使用)，而有些代码块则是为了让与会者在研讨会期间填写代码。
对于每个挑战脚本，我都有一个解决方案脚本。后者包含了前者的所有自由文本，但是任何问题块都已被填充(有一个解决方案工作簿的例子)。
我并不想保留同一个文件的两个密切相关的副本(挑战和解决方案工作簿)。因此，我想知道是否有一种简单的方法可以从我的解决方案脚本(或者来自挑战脚本的解决方案脚本和只包含解决方案块的R脚本)构建我的挑战脚本。
例如，是否有一种简单的方法可以将一个Rma
浏览 1提问于2018-04-19得票数 3
回答已采纳
目标:从整个数据集(允许/不允许重复)中抽取50个观测结果
我不理解以下脚本的nObs用法
如何确定是否允许重复？
数据样本；do i=1至50；slice = int( nobs *ranuni(123456))；设置sashelp.cars point=slice nObs= nObs；结束；停止；运行；
浏览 1提问于2015-08-26得票数 1
回答已采纳
2回答
问题:我想知道从数据库中执行有效抽样的方法。数据库的大小是关于250K文本文档的，在这种情况下，每个文本文档都涉及到一些专业(电气工程、医学等)。到目前为止，我已经看到了一些简单的技术，如简单随机样本和分层抽样；但是，出于以下原因，我认为应用它们并不是一个好主意：
例如，在简单的随机抽样的情况下，数据库中有几个关于海军工程或艺术专业的文档。因此，我认为这种方法不太可能对它们进行抽样，但我希望尽可能地对每一个主要方面进行抽样。
在分层抽样的情况下，大多数文件都涉及多个专业，因此我不能将数据库划分为子组，因为它们不会相互排斥，至少对于每个专业都是一个子组的情况是如此。
最后，由于计算成本昂贵，我无
浏览 0提问于2015-03-11得票数 2
我有一个社区矩阵(物种作为列，样本作为行)，我希望从它生成一个物种积累曲线(SAC)，它使用R的纯素包中的specaccum()和fitspecaccum()函数。为了使样本X的SAC和累积物种丰富度在各区域之间具有可比性(我每个区域有1个群落矩阵)，我需要让specaccum()在每个区域内选择相同数量的集合。我的问题是，一些地区比其他地区有更多的集合。我希望将样本大小限制在区域间的最小集合数(在我的例子中，最小集合数为45，所以我希望specaccum()随机抽样45组，100次(set permutations=100)用于每个区域。我想从每个区域的全部数据集中抽取样本。下面的代码不起作
浏览 2提问于2017-09-15得票数 0
回答已采纳
2回答
对于时间序列数据集，我想做一些分析并创建预测模型。通常，我们会将数据(通过整组数据的随机抽样)分割成训练集和测试集，并使用带有randomForest函数的训练集。并保留测试部分，以检查模型的行为。
然而，有人告诉我，时间序列数据不可能通过随机抽样来分割数据。
如果有人能解释如何将数据分割成时间序列数据的培训和测试，我将不胜感激。或者如果有任何替代做时间序列随机森林。问候
浏览 3提问于2015-09-09得票数 3
回答已采纳
我试图在python中再现R的createDataPartition函数的行为。我有一个具有布尔目标变量的机器学习数据集。我想将我的数据集分成一个训练集(60%)和一个测试集(40%)。
如果我这样做完全随机，我的目标变量将不会适当地分布在这两个集合之间。
我在R中实现了这样的目标：
inTrain <- createDataPartition(y=data$repeater, p=0.6, list=F)
training <- data[inTrain,]
testing <- data[-inTrain,]
我如何在Python中做同样的事情呢？
PS :我正在使用sc
浏览 5提问于2014-10-27得票数 4
回答已采纳
import random
counter = 0
count = 0
counting = 0
valueOne = 0
valueTwo = 0
while counter ==0:
playerOne = random.randint(1,10)
number = random.randint(1,10)
这就是我困惑的地方。它将运行循环，但每次运行时，随机值都会被重置，即使第一次打印随机数，第二次也可能打印相同的值等等。
if number == playerOne:
count = count + 1
if number != play
浏览 0提问于2018-11-10得票数 0
回答已采纳
我正在尝试执行随机抽样来完成超参数调优和参数调优版本1 (v1)。我希望有机会明确地将该算法定义为采样算法。
目前正在使用下面的代码块，是否有可能在V1中显式地实现采样？如果没有，任何解决这个问题的具体程序都是有帮助的。
from azureml.train.hyperdrive import RandomParameterSampling
from azureml.train.hyperdrive import normal, uniform, choice
param_sampling = RandomParameterSampling( {
"learning_r
浏览 10提问于2022-07-29得票数 0
回答已采纳
1回答
以下哪一种理解是正确的？
我们可以在每个树上使用的特性数量(我们引导一个特性子集)，我们为每个拆分的使用的特性的数量
对于package中的等效函数RandomForestClassifier.max_features，第一个理解是正确的。R语言的情况如何？
谢谢!
浏览 3提问于2022-05-08得票数 0
例如，我如何在data.table中随机抽样三个组，以使结果包含具有原始data.table中的所有行的三个组？
library(data.table)
dat <- data.table(ids=1:20, groups=sample(x=c("A","B","C", "D", "E", "F"), 20,
replace=TRUE))
我知道如何从data.table中随机选择10行：
dat.sampl1 <- as.data.table(sapply(dat[], sample
浏览 3提问于2018-05-15得票数 0
让我说，我想得到一个随机抽样的客户谁已经购买了一个特定的部门在去年。
我想确保每个部门的随机抽样在统计上是显着的(使用样本大小公式)，在从该部门购买的顾客总数中(如果一个部门有5000万客户至少购买了一次，那么所需的样本大约是390)。
我正在寻找类似于以下内容的内容:我将以顺序结束我的查询(子查询在这里确定正确的示例)
我如何将样例大小公式实现为限制BY语句从中提取的子查询？
浏览 0提问于2019-01-20得票数 0
1回答
我试图使用预先指定的变量在数据帧内产生随机损失.我感兴趣的是"rand.num“变量--有什么更好/更有效的方法来生成这个随机数？我得到了我正在寻找的使用下面，但当我运行它与我的整个表，和许多模拟，我有运行时的问题。
data <- as.data.frame(matrix(c(1, 2500, 2500, 5000), 2, 2)) #take this as given
colnames(data) <- c("Lower", "Upper") #lower & upper bound of uniform distributi
浏览 1提问于2022-02-07得票数 1
回答已采纳
1回答
我正在尝试创建一个用于建模的网格。我设置了以下代码：
#--Grid Extents--#
xmin <- 1712352.4170
ymin <- 249753.9450
xmax <- 1714452.4170
ymax <- 252713.9450
#--Set-up Grid--#
library(sp)
grd <- data.frame( x=c( xmin, xmax ), y=c( ymin, ymax ) )
coordinates( grd ) <- ~x+y
grd <- data.frame( spsample( grd ,
浏览 2提问于2016-05-19得票数 0
我用R中的来分析的社会调查。调查的指定(在第45页)权重已被缩放为平均值为1。当使用svydesign()函数时，我将权重变量传递给weight参数。
在中，在surveysummary()函数下，它声明：
请注意，设计效果将是不正确的，如果权重已被重新标度，使它们不是抽样概率的倒数。
因此，在使用诸如svyglm()、等函数时，会得到不正确的估计和/或标准错误吗？
这引起了我的注意，因为当使用psrsq()函数获取模型的伪R-平方时，我收到了以下警告：
权重似乎是按比例调整的: rsquared可能是错误的。
任何帮助都将不胜感激！谢谢!
浏览 7提问于2021-08-14得票数 0
回答已采纳
1回答
你如何获得一个随机抽样的10%的总条目的每个独特的员工？
这将用于获得用于审核的随机样本。
浏览 0提问于2021-06-28得票数 0
回答已采纳
我是机器学习的新手，并试图构建符合良好实践且不受偏见影响的机器学习模型。我已经决定使用Sklearn的Pipeline类来确保我的模型不容易发生数据泄漏。我正在构建一个ML模型，试图预测趋势Buy，持有，销售下个小时。
但是，我的多类分类数据集非常不平衡。虽然不一定要担心测试集是不平衡的，但重要的是，火车组是平衡的。然而，我已经进行了适当的研究，但是我找不到一个关于数据集再平衡步骤应该在哪里执行的答案。应该在缩放之前还是之后进行？应该进行火车/测试分离还是在测试结束后？
我不知道应该在哪里采取这一关键步骤。为了简单起见，我不会使用SMOTE，而是随机的少数人抽样。任何答复都将不胜感激。
我的代
浏览 0提问于2020-04-04得票数 4
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
