我以前做过，但没有找到默认实现——StratifiedKFold和RepeatedStratifiedKFold仅记录在与类一起使用的情况下。

我最终这样做的方式并不像您对四分位数/十分位数的想法那样，而是使用直方图（它符合我的需求）。

NumPy 有一个很好的方法来做到这一点，有许多不同的公式来计算你可以使用的 bin 大小来匹配你的数据，即它是否是正态分布的。我不能发布整个方法代码，但这里是要点：

samples_per_bin, bins, = np.histogram(data, bins='doane')    # Doane's method worked best for me

min_bin_size = samples_per_bin.min()

# compute the maximum batch size possible, using all samples from the bin with lowest population
n_bins = len(samples_per_bin)
max_batch = min_samples_single_bin * n_bins

然后，我将数据放入 Pandas DataFrame 并添加一列，指示每个数据点所在的 bin - 最后执行以下操作来执行每个 bin 的采样：

df.groupby('bin_name', group_keys=False).apply(
            lambda x: x.sample(n_per_group, replace=True))

replace显然，您可以通过更改参数来允许或不允许批量重复。如果您在强制分层时想要更大的批量大小，则可能有必要。这绝对是我的方法的一个限制，您可以按照您的建议通过使用四分位数等来克服它。