按组ID按分层拆分数据集

问题描述

我有一个拖欠贷款的数据集，其中每个观察值对于任何客户都是1个拖欠期，因此，如果客户输入5次拖欠，则将有5个观察值。在所有5个观测值中都有人口统计学变量，而欠款特定变量则不会。

我目前正在使用分层k折方法，但是我意识到我没有考虑数据集的“集群”方面。有没有一种方法可以将数据集分为训练客户和测试客户而不是行？是否有可能以某种方式保持分层？

编辑：我发现this way of doing it，这似乎是正确的，但是，有办法

1. 还包括分层 和
2. 对此进行k折验证吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）