h2o流數據拆分中響應類別的分層採樣

Question

在h2o flow中，有沒有一種方法可以確保我的數據幀拆分具有受控比例的響應類別。

舉例來說，假設我計劃來訓練二元分類器上的數據幀X，其中樣品的0_class_ratio％在0類和1_class_ratio％是在第1類欲X分成幀分割X_train和X_test分別爲0.75和0.25。我如何能夠確保X_train和X_test包含0_class_ratio％類別0中的樣本和1_class_ratio％類別1中的樣本？

在Python的scikit學習包我會做這樣的事情：

from sklearn.model_selection import StratifiedShuffleSplit 

split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=rng_seed_) 
# go thru all (split and shuffled) indices of my_data dataframe stratified by response_class values 
for train_index, test_index in split.split(my_data, my_data["response_class"]): 
    strat_train_set = my_data.loc[train_index] 
    strat_test_set = my_data.loc[test_index] 

我知道了h2o超參數sample_rate和sample_rate_per_class的，但我不完全知道如何在這種情況下使用它們。

Answer 1

將fold_assignment設置爲「分層」。

。