我正在寻找进行随机分层抽样(如调查和民意调查)的最佳方式。我不想做 sklearn.model_selection.StratifiedShuffleSplit 因为我没有做监督学习而且我没有目标。我只想从 pandas DataFrame ( https://www.investopedia.com/terms/stratified_random_sampling.asp ) 创建随机分层样本。
Python 是我的主要语言。
谢谢你的帮助
请您参考如下方法:
鉴于变量已装箱，下面的一行应该会为您提供所需的输出。我看到 scikit-learn 主要用于您以外的目的，但使用它的功能不会造成任何伤害。
请注意，如果您的 scikit-learn 版本早于 0.19.0，采样结果可能包含重复行。
如果您测试了以下方法，请分享它是否按预期运行。
from sklearn.model_selection import train_test_split
stratified_sample, _ = train_test_split(population, test_size=0.999, stratify=population[['income', 'sex', 'age']])
