algorithm - 什么是分层 Bootstrap ？

Question

我学会了引导和分层。但什么是分层引导？它是如何工作的？

假设我们有一个包含 n 个实例(观察)的数据集，m 是类的数量。数据集应该怎么划分，训练和测试的百分比是多少？

Answer 1

您按类拆分数据集。之后，您独立地从每个子群体中抽样。您从一个子群体中抽样的实例数量应该与其比例相关。

 data
 d(i) <- { x in data | class(x) =i }
 for each class
    for j = 0..samplesize*(size(d(i))/size(data))
       sample(i) <- draw element from d(i)
 sample <- U sample(i)

如果您从类为 {'a', 'a', 'a', 'a', 'a', 'a', 'b', 'b'} 的数据集中采样四个元素，此过程确保分层样本中至少包含 b 类的一个元素。