采样就是按照某种规则从数据集中挑选样本数据。
在Smartbi中支持三种类型的采样：随机采样、加权采样、分层采样、下采样。
概述
| 类型 | 说明 |
|---|---|
 | 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。 |
输入/输出
输入 | 只有一个输入端口，用于接收数据集。 |
|---|---|
输出 | 只有一个输出端口，用于输出采样结果。 |
参数配置
随机采样、加权采样、分层采样的参数设置说明如下：
类型 | 参数 | 说明 | |
|---|---|---|---|
随机采样 | 抽样比例 | 表示样本占总体的比例，范围是[0,1]的数，默认值为0.5。 | |
抽样种子 | 作为随机序列的第一个数字，默认值为10。设定抽样种子，可以使随机结果固定，即运行结果在多次运行中保持不变。 | ||
加权采样 | 权重列 | 选择用于加权的列。 权重列必须为数字类型的字段。 | |
采样方式值 |
| ||
随机种子 | 作为随机序列的第一个数字。设定抽样种子，可以使随机结果固定，即运行结果在多次运行中保持不变。范围是任意整数。 | ||
分层采样 | 分层列 | 选择用于分层的列（能使数据有较大差异的列）。 | |
采样方式值 |
| ||
随机种子 | 作为随机序列的第一个数字。设定抽样种子，可以使随机结果固定，即运行结果在多次运行中保持不变。 | ||
| 下采样 | 采样目标列 | 选择需要分类的列。 | |
| 设置各类别的采样方式 | 类别值 | 选择需要采样的类别值。 类别值请填写目标列的取值。 | |
| 采样方式值 |
| ||
| 采样值/采样比例 |
| ||
| 添加 | 添加一条分类，可满足对多个类别值采样。 | ||
| 编辑 | 修改采样方式、采样值/采样比例。 | ||
| 删除 | 删除分类。 | ||
| 随机种子 | 作为随机序列的第一个数字。设定抽样种子，可以使随机结果固定，即运行结果在多次运行中保持不变。范围是任意整数。 | ||
