什么是分层引导程序？

Question

我已经学会了引导和分层。但是什么是分层引导？以及它如何运作？

假设我们有一个n个实例（观察）的数据集，而m是类的数量。我应该如何划分数据集，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中采样。您从一个子群中采样的实例数应与其比例相关。

 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)

如果您从具有 classes 的数据集中采样四个元素{'a', 'a', 'a', 'a', 'a', 'a', 'b', 'b'}，此过程将确保至少一个 class 元素b包含在分层样本中。