在 r 中下采样用于回归（非分类）答案

【问题标题】：down sampling in r for regression (NOT classification)在 r 中下采样用于回归（非分类）
【发布时间】：2019-07-06 03:45:37
【问题描述】：

目前我正在简单地使用：

down_sample_size = 3000
train <- train[sample(nrow(train), down_sample_size),]

对我的训练数据进行下采样，以使我的模型拟合得更快（在超参数搜索和 CV 的背景下 - 上面已简化）。有没有更好的方法来做到这一点？例如，在分类的背景下，必须考虑类先验和分层。但是，也许以上对于回归是可以接受的？谢谢。

【问题讨论】：

看看插入符号中的 downSample 函数，还有topepo.github.io/caret/subsampling-for-class-imbalances.html
我知道这一点，但这是为了分类。如果不是，请纠正我。谢谢。
随机抽样是通常的程序。其他任何事情都可能有偏见。我投票将其迁移到 stats.stackoverflow，以防有适合不同程序的特殊情况。
@dww 我在这里发布了这个，因为响应性和善意通常更高（-：
当然，但是尽管您将其表述为编程问题，但这确实是关于使用适当的统计方法的问题。这方面的专业知识和相关性已经过交叉验证。它在这里也跑题了，因为它要求推荐要使用的工具或功能。

【解决方案1】：

这似乎完全可以接受，除非您有集群或任何其他可行的理由进行非随机抽样。我已经为线性回归做了数百次类似的事情。

【讨论】：