在数据挖掘的实际工程中,多数时候需要从总体中抽取样本来进行模型预测。抽样的方法有多种,此处例举常见的几种。
1、简单抽样。
简单抽样分为有放回抽样和无放回抽样。无放回抽样:从N个个体中随机抽取n个个体,每次抽取一个个体,且抽取后不再放回。有放回抽样:跟无放回类似,但是每次抽取个体之后,要放回。
2、簇抽样
先将总体分为多个不想交的簇,然后再抽取一个或多个簇作为样本。例如:把某中学二年级的学生按班级分为多个簇(假设一个班就是一个簇),每次抽取一个或多个班(簇)作为样本,这种抽样方法就是簇抽样。簇抽样要求簇内的差异较大,簇之间的差异较小,从而使得簇抽取的样本具有代表性。
3、分层抽样