在h2o flow中，是否有方法可以确保我的数据框架分割具有受控的响应类别比例。

例如，假设我计划在数据框架X上训练一个二元分类器，其中0_class_ratio%的样本属于类别0，而1_class_ratio%的样本属于类别1。我想按0.75和0.25的比例将X分割成X_train和X_test两个框架。我如何确保X_train和X_test都包含0_class_ratio%的类别0样本和1_class_ratio%的类别1样本？

在Python的scikit-learn包中，我会这样做：

from sklearn.model_selection import StratifiedShuffleSplitsplit = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=rng_seed_)# 遍历my_data数据框中按response_class值分层的（分割和洗牌后的）所有索引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h2o的超参数sample_rate和sample_rate_per_class，但我不完全确定在这种情况下如何使用它们。

回答：

将fold_assignment设置为”Stratified”。

。