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?
最佳答案
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。
关于algorithm - 什么是分层 Bootstrap ?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35328198/