數據科學取樣方法

• Simple Random Sampling

將每個樣本編號，在隨機選號抽出樣本。

• Stratified Sampling

當樣本有些特色，例如年齡、居住地、國籍等。可以根據這些特色做分類，在從這些分類的群組裡，每個群組取出樣本。

• Cluster Sampling

當一個群組可以由一個特點所組成，例如年齡、居住地、國籍等。只針對一個特點進行取樣，例如使用年齡分組，只對20~30歲取樣。

• Systematic Sampling

假設樣本共N個，將樣本以n個分成N/n組，在從1~N/n裡隨機選出k。N/n就可以用k來取樣。

數據科學一般流程

1.問正確的問題
2.框架定義問題，如此可以定義什麼需要測量
3.選擇適當正確的資料測量和清理
4.尋找Pattern得到Key point