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？在PySpark中通过分数的sampleBy方法实现比例分层抽样是很自然的。对于分层抽样，由于所有的分数是相同的，所以每个元素的选择概率为10%。
浏览 7提问于2021-10-08得票数 1
回答已采纳
1回答
我正在努力创建一个大小为100的分层样本，使用分层随机抽样和3078个观测数据。分层随机抽样必须满足的条件是: FARMS92<100,100 ~ 300,300 ~ 600，FARMS92>600为地层，采用比例分配。当我遵循分层函数：时，我不知道如何继续 COUNTY STATE ACRES92 ACRES87 FARMS92
1 ALEUTIAN AK
浏览 3提问于2017-05-01得票数 3
回答已采纳
2回答
我有一个数据集，我想从其中选择一个随机的行样本，但要遵循一些预定义的规则。这可能是一个非常基本的问题，但我对此非常陌生，仍在努力掌握基本概念。我的数据集包含大约330行数据(我在这里包含了一个简化版本)，其中有几列。我想对330行中的50行进行采样(为了简单起见，我将这些数字保存在模拟数据集中，因为这是我遇到的问题的一部分)，可以选择将预定义的规则添加到采样过程中。以下是数据的模拟版本： bank<-data.frame(matrix(0,nrow=330,ncol=5))
colnames(bank)<-c("id","var1","va
浏览 14提问于2019-01-14得票数 0
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。，X_test，y_train，y_test = train_test_split(X，y，test_size=0.20，random_state=0，stratify=y)或者我应该分层(和随机抽样)？
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？()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
浏览 1提问于2014-01-03得票数 3
回答已采纳
2回答
如何在BigQuery上进行分层采样？
例如，我们想要一个10%的比例分层样本，使用category_id作为地层。我们的一些表中有高达11000个category_ids。
浏览 0提问于2018-10-20得票数 13
回答已采纳
这是我第一次运行k-折叠交叉验证，我对从输出中看到的一个现象感到困惑。基本上，5倍交叉验证始终如一地给模式8 (Adaboost分类器)和模式9(梯度增强分类器)的最高精度分数，如你可以看到下面。然而，当我以20%的数据集作为测试数据单独运行这些ML模型时，模型7(随机森林分类器)总是根据混淆矩阵和AUC在所有5种模型中获得最高的精度。我最初的期望是，如果我单独运行该ML模型，具有高k倍交叉验证精度的ML模型也应该返回高精度。这里似乎不是这样的。有人能给我解释一下为什么我会看到这种差异吗？model6 = DecisionTreeClassifier()
m
浏览 0提问于2018-03-31得票数 0
回答已采纳
1回答
我正在学习分层随机抽样，很难解决这个问题。考虑以下六个单元的人口：假设单元2、3、4和5在一层中，单元1和6在第二层中。总体平均值的分层估计量的确切分布是什么？
因此，来自第一层样本的可能平均值是2，3或4，而来自第二层的样本的可能平均值是1或5。
浏览 4提问于2014-07-09得票数 0
1回答
在实施分层时，我是否应该保留类别的比例？我想是的，但我想有一个更有经验的意见。是否有任何熊猫把戏来按类别特征分层，保持这个比例？
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：类1占数据集的15%。这里是默认的不使用分层的分割：0 7,116
Test s
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？
浏览 0提问于2017-02-09得票数 3
回答已采纳
3回答
人口均衡的分层随机抽样
、、、
考虑具有倾斜类分布的总体，如 1 XXXXXXXXXXXXXXX 3 XX 5 XXXXXXXXXXXX ErrorType Samples
浏览 3提问于2017-11-30得票数 4
2回答
我有一个数据集，每个id都有多个样本，可以分层为group变量。我想做随机抽样，按group分层，但不要重复id (即每个id只在输出中出现一次)。我想要的理想输出应该是这样的:每个id只出现一次，样本由group分层A 1 54 B 2 43
浏览 1提问于2021-07-19得票数 2
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。我有三个清单a，b，c。 b = [b1, b2, b3.... b10000]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
我试图写一个小函数来做分层随机抽样。也就是说，对于每个元素，我有一个组成员向量，我希望为每个组选择一个元素(索引)。因此，输入是所需的元素数，以及每个元素的组成员数。输出是一个索引列表。allocations: 19.888 MiB) 11590 17529 20651
并将其与40000种可能的五种元素的正常随机抽样进行比较当然，不能保证这个函数会随机抽样一组唯一的对象，并且它可能永远循环。
浏览 6提问于2020-05-25得票数 2
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。我的问题是：
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
2回答
我有一个数据帧 ID = c(1, 0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1))
我的问题:我想创建一个新列，其中包含一个(二进制)随机数
浏览 1提问于2018-03-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
