Ich habe folgende Datensatz von dim 22784 X 18Wie aus einem Datensatz basierend auf Daten-Set Größenkriterien
head(MS.DATA.IN.NUM.ZeroVar)
X x1 x2 x3 x4 x5 x6 x7 x8 x9
1 1 15512 0.4608690 0.0492522 0.2264698 0.1498266 0.7528365 0.0100567 0.5797286 0.0032513
2 2 1550 0.4709677 0.0025806 0.1374194 0.0963415 0.8625806 0.0000000 0.6951424 0.0050251
3 3 4741 0.4853406 0.0002109 0.1894115 0.1356557 0.8569922 0.0000000 0.6835836 0.0041429
4 4 467 0.4989293 0.0000000 0.1006424 0.0854701 0.9079229 0.0000000 0.7804878 0.0060976
5 5 310 0.4741935 0.6806452 0.2258065 0.1288344 0.8967742 0.0000000 0.7563025 0.0084034
6 6 461 0.4750542 0.0867679 0.1301518 0.0950413 0.9240781 0.0000000 0.7926829 0.0000000
x10 x11 x12 x13 x14 x15 x16 x17
1 0.0759118 0.6253178 0.0366129 0.9913769 0.2601165 0.0522456 0.7740586 130600
2 0.0435511 0.0642633 0.0033501 0.9949749 0.2852665 0.0606061 0.1428571 40500
3 0.0279648 0.0657958 0.0000000 0.9974107 0.3154330 0.0651163 0.6875000 28700
4 0.0182927 0.0574713 0.0000000 1.0000000 0.1494253 0.1395349 1.0000000 28500
5 0.0168067 0.0775194 0.6722689 0.9915966 0.1472868 0.0000000 0.0000000 24100
6 0.0060976 0.0888889 0.0548780 0.9939024 0.2722222 0.2941176 0.5000000 14999
Ich möchte nur einige grundlegende Sampling Idee basiert auf Daten-Set Größe (Instanzen/Datensätze) Kriterien probieren:
Was ich mag würde, um eine Funktion tun schaffen, bei
1: i eine Größenschwelle gesetzt sagen 10000.So die Datenmenge < = 10000 Zeilen nehme dann der Datensatz für die Analyse voll genommen wird (Bevölkerung).
2: Aber falls die Größe> 10000 & < 50000, dann die Datenmenge auf eine Größe abgetastet wird sagen = 15000 Zeilen ....
3: Wenn die Größe> 50000 dann die Größe Probe sein sollte 20000
beschnitten werden nehme ich an if..else Zustand benötigt wird ... kann es Familie & dplyr Funktionen .............
...... fantastico ... es arbeitete wie ein Charme – Nishant
Thr ist prob hier ...... dies gibt einen Fehler für sagen Wenn die Dataset-Größe 12000 ist, dann würde das aus dem Code bedeuten, dass Sample 15000 wäre, aber die Sample-Größe nicht größer als Pop-Größe sein könnte. – Nishant
sample_data <-data [sample (seq_len (nrow (data)), c (nrow (Daten), ifelse (nrow (Daten) <1,5e4, nrow (Daten), 1,5e4), 2e4) [cut (nrow (Daten), c (0,1e4,5e4, Inf))]),] Das sollte jetzt funktionieren .... – Nishant