R语言随机抽样及分层抽样

问题
1、计算层次个数
2、固定随机提取
3、随机抽样
- 看完如果对你有帮助，感谢点赞支持！
- 如果你是电脑端，看到右下角的 “一键三连” 了吗，没错点它[哈哈]

问题

> dim(ml_data)
[1] 201253     11

场景：20万行数据中，抽取每个月中的任意一天的数据，即，2019-9-6/2019-9-7/2019-9-8…

1、计算层次个数

dplyr包中count函数计算出每天的数据量，然后dim查看数据列346行，346个层次，346天。

> bb <- count(ml_data,date)
> > head(bb)date    n
1 20190906  568
2 20190907 1130
3 20190908  514
4 20190909  529
5 20190910  568
6 20190911  114
> dim(bb)
[1] 346   2

2、固定随机提取

set.seed(1)固定随机取数
sampling包中strata函数
合并日期date向量下抽取，时间缩短

strata(data,stratanames=NULL,size,method=c("srswor","srswr","poisson","systematic"),pik,description=FALS)
#stratanames: 进行分层所依据的变量名称。
#size: 各层中要抽出的观测样本数。
#method: 选择4中抽样方法，分别为无放回、有放回、泊松、系统抽样，默认为srswor。

> set.seed(1)
> #注意size，每层抽取1个数，如果两个或者三个。。。
> sample_day <- strata(ml_data,stratanames = c("year","month","day"),size = rep(1,346),method="srswor")
> head(sample_day)year month day ID_unit         Prob Stratum
129  2019    09  06     129 0.0017605634       1
1498 2019    09  07    1498 0.0008849558       2
2207 2019    09  08    2207 0.0019455253       3
2683 2019    09  09    2683 0.0018903592       4
3040 2019    09  10    3040 0.0017605634       5
3323 2019    09  11    3323 0.0087719298       6

两个相同

> set.seed(1)
> sample_day <- strata(ml_data,stratanames = "date",size = rep(1,346),method="srswor")
> head(sample_day)date ID_unit         Prob Stratum
129  20190906     129 0.0017605634       1
1498 20190907    1498 0.0008849558       2
2207 20190908    2207 0.0019455253       3
2683 20190909    2683 0.0018903592       4
3040 20190910    3040 0.0017605634       5
3323 20190911    3323 0.0087719298       6

3、随机抽样

sample(x, size, replace = FALSE, prob = NULL)
x：为向量
size：为样本容量
replace：表示是否为有放回的抽样，是一个逻辑值，默认为FALSE，即默认为无放回抽样；
prob：为权重向量，即x中元素被抽取到的概率，是一个取值0~1的向量，其长度应该与x的长度相同。

举例

> sample(1:20, 5)
[1] 19 16 15 20  1
> sample(1:20, 5)
[1] 19 14  6 11  8
> set.seed(2)
> sample(1:20, 5)
[1] 15  6 19  8  1

看完如果对你有帮助，感谢点赞支持！

如果你是电脑端，看到右下角的 “一键三连” 了吗，没错点它[哈哈]

R语言随机抽样及分层抽样相关推荐

R语言随机抽样sample
在模拟实际数据情况时,常常会使用随机抽样函数来从整体中挑出部分样本数据.随机抽样又分为重复随机抽样和不重复随机抽样两种.重复抽样是指:本次从整体中抽取出的数据样本,在下一次抽取时同样有机会被抽取.不重 ...
R语言对dataframe（data.table）数据分层随机抽样实战
R语言对dataframe(data.table)数据分层随机抽样实战目录 R语言对dataframe(data.table)数据分层抽样实战 #仿真数据 #分层抽样
求问R语言分层抽样合并两个数据框为什么出现了空集
求问R语言分层抽样合并两个数据框为什么出现了空集 rbind计算不了 #分层抽样 mydata <- read.csv("dat.csv") #simsample 简单随 ...
分类树/装袋法/随机森林算法的R语言实现
原文首发于简书于[2018.06.12] 本文是我自己动手用R语言写的实现分类树的代码,以及在此基础上写的袋装法(bagging)和随机森林(random forest)的算法实现.全文的结构是: 分 ...
r语言实现sem_统计基础：【18】使用Excel和R语言来实现抽样
在之前的推文中,我向大家分别介绍了简单随机抽样.系统抽样.任意抽样.整群抽样和分层抽样.详情在此不再赘述,没有相关基础的同学可以查看这部分的历史推文. 统计基础:[12]统计抽样方法总结这5种抽样方 ...
R语言数据挖掘实战系列（4）
R语言数据挖掘实战系列(4)--数据预处理数据预处理一方面是要提高数据的质量,另一方面是要让数据更好地适应特定的挖掘技术或工具.数据预处理的主要内容包括数据清洗.数据集成.数据变换和数据规约. 一. ...
基于R语言的随机森林算法运用
有关数据挖掘中的分类算法有很多,如贝叶斯判别法.Fisher判别法.决策树.支持向量机和随机森林等,本文将对随机森林做一个介绍,并使用R语言实现该算法的应用. 随机森林算法的实质是基于决策树的分类器集 ...
R语言 CHAR 01
第一章数据与R语言文章目录第一章数据与R语言一.数据与统计学 1.1 什么是统计学 1.2 变量与数据 1.3 数据来源二.R语言初步使用 2.1 下载.安装.更新 2.2 对象赋值与运行 ...
R语言基本统计分析——抽样
R语言基本统计分析--抽样简单随机抽样简单随机抽样是指从数据总体中任意抽取指定数量的数据作为样本,其中每个可能被抽取中的样本概率相等.可以用R语言中的sample()函数进行随机抽样.抽取方法分为 ...
我与R语言的相识与相知
作者:张宜峤,刚入职场的小白,自学R语言两年 1 相识第一次听说R语言,来自我的大学老师,她说她的学生都用R语言,她劝编程零基础的我试试,只要踏实,一步一个脚印,不管多么简单的代码都要亲手实践,那么 ...

R语言随机抽样及分层抽样

R语言随机抽样及分层抽样

问题

1、计算层次个数

2、固定随机提取

3、随机抽样

看完如果对你有帮助，感谢点赞支持！

如果你是电脑端，看到右下角的 “一键三连” 了吗，没错点它[哈哈]

R语言随机抽样及分层抽样相关推荐

最新文章

热门文章