R 模拟人口分布的分层抽样

我是R新手，最近我对训练和测试分割使用分层抽样，以确保目标标签在两者中的比例相等。现在我想使用下采样训练数据，以便人口分布/训练分布与新下采样分布相似

我之所以要减少这个示例，是因为我有1100万行56列，通过网格/随机/贝叶斯搜索进行参数调整需要几天时间

我正在使用XGboost，这是一个二进制分类问题

如果有人能在这方面帮助我，我将不胜感激

下面是我的代码

train_rows=sample.split（df$modellable，SplitRatio=0.7）35;#分层采样
列车=df[列车排，]
test=df[！train_rows，]`在此处输入代码`

实现这一点的最简单方法是计算两个类之间的比率。假设1100万中有300万0和800万1。所以，你的0:1比例是3:8。 现在，假设您要将其采样减少到100万行，您可以随机选择100万行，保持相同的比率，即3:8。 因此，从数学上讲，0类样本约为270万，1类样本约为730万。你可以自己计算准确的数字。 现在，您可以使用Dataframe.sample（）函数获取下采样数据。 我正在为此编写python代码

df_class_0 = df[df.target == 0]
df_class_1 = df[df.target == 1]
df_class_0_under = df_class_0.sample(2.7 lakh)
df_class_1_under = df_class_1.sample(7.3 lakh)
df_test_under = pd.concat([df_class_0_under, df_class_1_under], axis=0)