sample(x,size,replace=f/t)
x是資料集，
size規定了從物件中抽出多少個數
replace 為f時候，表示每次抽取後的數就不能在下一次被抽取；t表示抽取過的數可以繼續拿來被抽取。
以某兩類資料為目標做抽樣，其中一類樣本數量特別小，一類樣本數特別大，這就是不平衡的情況。對應處理方式是做欠抽樣處理，按照樣本量小的類的數量，從大類中抽取樣本。
以kaggle的信用卡欺詐案例為例，該專案欺詐的樣本為492個，非欺詐樣本284807個，對應處理方式為：
# 設定分層抽樣set.seed(1234
)index
<-sample(x=1:nrow(card_data2),size = nrow(card_data1),replace =t)
# 非欺詐類對應的平衡後資料集為
card_data3
<-card_data2[index,]
# head(card_data3)
# 合併欺詐樣本和非欺詐樣本,得到新資料集
new_card
<-rbind(card_data1,card_data3)
# 其中card_data2為非欺詐樣本集，card_data1為欺詐樣本集
R語言 PPS抽樣
今天有朋友諮詢我怎麼寫pps抽樣的 試著找了下，找到乙個實現pps抽樣的r包。pps 抽樣是指按概率比例抽樣，屬於概率抽樣中的一種。是指在多階段抽樣中，尤其是二階段抽樣中，初級抽樣單位被抽中的機率取決於其初級抽樣單位的規模大小，初級抽樣單位規模越大，被抽中的機會就越大，初級抽樣單位規模越小，被抽中的...
R語言 資料抽樣的實現
這裡主要介紹簡單隨機抽樣 分層抽樣 整群抽樣三種基本抽樣方法。用到的軟體包及函式 軟體包函式 函式意義 base 無需載入，預設含有 sample 簡單隨機抽樣 stratr 分層抽樣 cluster 整群抽樣 實現簡單的三七原則分割資料集和驗證集 x 帶抽取物件 size 想要抽取的樣本數量 re...
R隨機抽樣
x為總體向量 n為樣本容量 replace f表示無放回抽樣 replace t表示放回抽樣 prob可以設定不等概率抽樣 sample x,n,replace f,prob null 用r模擬擲硬幣 h表示正面 t表示反面 有放回抽樣 sample c h t 10,replace t 1 h t...