随机抽样知识

玩数据中，数据抽样是常用方法和重要手段，通过从总体数据中抽取一个子集。

最简单和常用的方法就是使用sample函数，它可以对一个向量做随机抽样。

函数形态：

sample(x, size, replace = FALSE, prob = NULL)

参数描述：

x-目标对象
size-抽样的数量
replace-是否放回抽样，默认值是FALSE，表示不放回抽样
prob-抽样的概率向量设置

举例说明：

x <- 1:10
## 不放回抽样
set.seed(100)
sample(x, 8)
## 有放回抽样
set.seed(100)
sample(x, 8, replace = TRUE)

结果
4 3 5 1 9 6 10 2
4 3 6 1 5 5 9 4
设置随机种子，保重实验的可重复性。

若是需要针对矩阵框，随机抽取一些样本，如何实现呢？

可以先随机获取这些样本行号，然后利用这些行号获取对应的样本。

举例说明

data(iris)
set.seed(100)
sample.row <- sample(1:nrow(iris), 10)
sample.row
sample.iris <- iris[sample.row, ]
View(sample.iris)

结果

至于更复杂的抽样，比方说分层抽样，整群抽样，最大熵抽样，可以在sampling包中找到相应方法实现。

阅读原文，更多精彩！

分享就是收获，传播就是价值！