考虑不平衡情况的分层抽样，分为3组

Question

我调查了Stratified sample in pandas，stratified sampling on ranges等，他们没有具体评估我的问题，因为我想将数据随机分为3组。

我有1万行的不平衡数据框，其中10％是肯定类别，90％是否定类别。我正在尝试找出一种将这个数据框分为3个数据集的方法，考虑到不平衡情况，该数据框分别占数据框的60％，20％，20％。但是，此拆分必须是随机且不可替换，这意味着，如果我将3个数据集放在一起，则它必须等于原始数据帧。

通常，我会使用train_test_split()，但只有在您希望将其分为两个而不是三个数据集时，它才有效。

有什么建议吗？

可复制的示例：

df = pd.DataFrame({"target" : np.random.choice([0,0,0,0,0,0,0,0,0,1], size=10000)}, index=range(0,10000,1))

Answer 1

两次使用train_test_split（）怎么样？ 第一次，使用train_size=0.6获得60％的训练集和40％（测试+有效）的集。 第二次，使用train_size=0.5，获得50％* 40％= 20％的验证和20％的测试。 此解决方法对您有效吗？