pandas stratified sampling (층화표본)

샘플링을 하다 보면 단순한 랜덤샘플링이 아니라 label별로 일정한 비율로 샘플링하기를 원할때가 있다.

이를 층화샘플링이라고 하는데, pandas dataframe에서 이것을 하는 방법이 있다...(label 컬럼으로 groupby를 하는 것!!!)

https://www.scribbr.com/methodology/sampling-methods/

랜덤 샘플링

random_sample = df.sample(frac=0.20)
)

random_sample.head()

층화 샘플링

- label별 20%로씩 샘플링

stratified_sample = df.groupby('<label column>').apply(
    lambda x: x.sample(frac=0.20)
)

stratified_sample.head()