文本数据随机抽样

最近在做KDD cup 1999的数据分析。其中有一条要求：

将标签为normal的数据记为正例，随机选取其他标为入侵数据。

那如何随机抽取呢？

这里我用的是excel来实现随机抽取。

KDD99数据集有42列数据。也就是A-AP列。为了简单，不用整个的数据集，选取40条数据来完成这个小例子。

1 从AR列插入函数rand,AR1=RAND()。下拉到AR40，其实就是有多少数据就下拉多少。

2.在第一行选取42列，来存放一会随机抽取出来的数据。即AS-CH

3.在AS1中插入函数 =index（$A$1:$AP$40,rank(ar1,ar:ar),0）

A1：AP40是指整个数据集的范围。

rank函数这一堆是行，后面的0是列。把列设置为0是选取所有的列。

4.往下拖动，需要抽取多少数据就往下拉多少。