溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
R語言如何實現分層抽樣Stratified ，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。
1.觀察數據集
head(iris)
選取數據集中前6個數據，我們可以看出iris數據集一共有5個字段。
dim(iris)
iris數據集一共有150條數據，5個字段
summary(iris)
觀察各個變量的內容，可以看出前四個變量（Sepal.Length Sepal.Width Petal.Length Petal.Width）都是定量變量，而最后一個（Species）是定性變量，我們將依據最后一個變量作為分層抽樣的依據。
library(sampling)
載入分層抽樣的包sampling
n=round(3/5*nrow(iris)/3)
計算每一個種類的抽樣數目。這里我們按照每種“Species”抽取3/5個樣本進行抽樣。
sub_train=strata(iris,stratanames=("Species"),size=rep(n,3),method="srswor")head(sub_train)stratanames參數是抽樣依據的變量，size參數是每個種類抽樣的數目，這里我們用上一步計算出來的n作為抽樣數目，method是抽樣方法，我們選擇srswor。
data_train=iris[sub_train$ID_unit,] data_test=iris[-sub_train$ID_unit,]
將抽樣結果分別定義為訓練集（data_train）和測試集（data_test)。
dim(data_train); dim(data_test)
觀察訓練集和測試集的字段和數據數目。符合我們的抽樣預期。
head(data_train);head(data_test)
觀察訓練集和測試集的前幾條數據。
data_train；data_test
查看總的抽樣結果，這里數據量太大不再給出。
write.csv(data_train,"C:/Users/cnrozh/Desktop/iris_data_train.csv")write.csv(data_test,"C:/Users/cnrozh/Desktop/iris_data_test.csv")
保存數據集
關于 R語言如何實現分層抽樣Stratified 問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
