页面历史

按照随机的原则，从总体数据中随机地抽取部分数据，保证总体样本中每一个样本都有已知的、非零的概率被选入为研究对象，以保证样本的代表性。

以加权方式生成采样数据。先从总体中，选择用于加权的列，然后按照该列值的大小进行采样，权重值越大，抽取的概率越大。

数据集分层抽取一定比例或者一定数据的随机样本：先从总体中选择用于分层的列，将总体分成不同的部分，再对每部分进行随机采样。分层采样是保留类别比例的采样方式，先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机采样。它能保证总体中每一层都有个体被抽到，这样除了能估计总体的参数值，还可以分别估计各个层内的情况，避免类型丢失。

示例：训练样本中包含0标签和1标签两种样本，如果对其进行随机采样，可能会得到类型都是0样本；而采用分层采样，0标签和1标签分别进行随机采样，保证了不同类型之间采样的比例不会相差太多。

分类时，由于训练集中各类别样本数量不均衡，导致模型在测试集上的泛化性不好；下采样通过移除数据量较多类别的部分数据，使样本达到均衡。

只有一个输入端口，用于接收数据集。

只有一个输出端口，用于输出采样结果。