R語言如何實現(xiàn)分層抽樣Stratified

R語言如何實現(xiàn)分層抽樣Stratified ，針對這個問題，這篇文章詳細(xì)介紹了相對應(yīng)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(shù)據(jù)集

head(iris)

選取數(shù)據(jù)集中前6個數(shù)據(jù)，我們可以看出iris數(shù)據(jù)集一共有5個字段。

dim(iris)

iris數(shù)據(jù)集一共有150條數(shù)據(jù)，5個字段

summary(iris)

觀察各個變量的內(nèi)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(jù)最后一個變量作為分層抽樣的依據(jù)。

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(shù)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(shù)是抽樣依據(jù)的變量，size參數(shù)是每個種類抽樣的數(shù)目，這里我們用上一步計算出來的n作為抽樣數(shù)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(jié)果分別定義為訓(xùn)練集（data_train）和測試集（data_test)。

dim(data_train); dim(data_test)

觀察訓(xùn)練集和測試集的字段和數(shù)據(jù)數(shù)目。符合我們的抽樣預(yù)期。

head(data_train);head(data_test)

觀察訓(xùn)練集和測試集的前幾條數(shù)據(jù)。

data_train；data_test

查看總的抽樣結(jié)果，這里數(shù)據(jù)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(shù)據(jù)集

關(guān)于 R語言如何實現(xiàn)分層抽樣Stratified 問題的解答就分享到這里了，希望以上內(nèi)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(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。