抽样方法

抽样在挖掘中的作用

快速获得数据的基本特征
数据量较大，建模速度较慢
数据不足时
数据平衡
数据分为训练集、验证集、测试集

抽样方法

抽样方法	简单随机抽样（SPS）
	分层抽样（STR）
	系统抽样
	多段抽样

简单随机抽样（SPS）

从总体中不加任何分组、分类、排序等，完全随机地抽取调查单位。

• 特点
  1）每个样本被抽中的概率相等，样本的每个单位完全独立，彼此之间无一定的关联性或排斥性
  2）简单随机抽样是其他各种抽样形式的基础。通常只是在总体单位之间差异程度较小或数目较少时，才采用这种方法。

• 局限性
  1）当总体单位数量很大时，就难以实现简单随机抽样，且抽样误差大

分层抽样（STR）

也称为类型抽样。总体分成不同的”层“，然后在每一层内进行抽样。

两种方法：
1）等数分配法
2）等比分配法

<