按组区分采样率
Differenciated sampling rate by group
对于机器学习模型训练，我正在尝试对具有分组变量的数据帧进行采样，以便使用不同的采样规则处理每个组。比如我的数据：
df = data.frame(value = 1:10, label=c("a", "a", "b", rep("c", 7)))
对于规模小于 3 的组，我想取整组而不是更多，对于更大的组，我想取一个大小为 3 的样本而不进行替换。
所以在这里，结果可能是：df[c(1:3, 6,9,10),]
如果我使用 group_by 和 sample_n，我会收到大小错误。我想 "manual" 进行拆分和差异化采样，然后再次绑定行，但是有没有更有效和直接的方法？
使用组的大小 n()，在 sample_n。
df %>% group_by(label) %>% sample_n(min(n(), 3))
# A tibble: 6 x 3
# Groups: label [3]
# value label n
# <int> <fct> <int>
#1 1 a 2
#2 2 a 2
#3 3 b 1
#4 5 c 7
#5 10 c 7
#6 4 c 7
对于机器学习模型训练，我正在尝试对具有分组变量的数据帧进行采样，以便使用不同的采样规则处理每个组。比如我的数据：
df = data.frame(value = 1:10, label=c("a", "a", "b", rep("c", 7)))
对于规模小于 3 的组，我想取整组而不是更多，对于更大的组，我想取一个大小为 3 的样本而不进行替换。
所以在这里，结果可能是：df[c(1:3, 6,9,10),]
如果我使用 group_by 和 sample_n，我会收到大小错误。我想 "manual" 进行拆分和差异化采样，然后再次绑定行，但是有没有更有效和直接的方法？
使用组的大小 n()，在 sample_n。
df %>% group_by(label) %>% sample_n(min(n(), 3))
# A tibble: 6 x 3
# Groups: label [3]
# value label n
# <int> <fct> <int>
#1 1 a 2
#2 2 a 2
#3 3 b 1
#4 5 c 7
#5 10 c 7
#6 4 c 7