一句话定义：分层抽样（Stratified Sampling）是先把数据集按某个关键属性切成若干互不重叠的"层"（stratum），再在每一层内部独立抽样，最后把各层抽出的样本拼成完整数据集。
为什么需要它
假设你要从一所 2000 人的学校里抽 100 人做体检。纯随机抽，全校只有 6 个听障学生，抽不到一个的概率并不低——一旦抽不到，这份体检报告就等于对这个群体零信息。分层抽样的做法是：先按"是否有听障""年级""性别"分层，每层各自按比例抽人，听障这一层 6 个人至少保证抽到 1 个。抽样从"一把抓"变成了"每层派人头"。
用统计语言说：简单随机抽样是无偏的，但方差大；分层抽样在层内同质、层间异质时，能显著降低估计方差。通俗讲，就是"层内越像，分层越值"。
在机器学习里的典型用法
最常见的是切分训练集/验证集/测试集时按标签分层（stratified split）。一个 10 万条的二分类数据里，正类只占 0.5%。纯随机切分，测试集里正类可能只有 300 条，指标抖动极大；分层切分能保证每个子集的正负比例与全集一致。常见机器学习库的切分函数都提供 stratify 参数，具体用法以官方文档为准。
分层键不一定是标签。多语言、多地域、多设备的产品里，可以按"标签 × 语言 × 端类型"组合分层，保证每个交叉格子都有人。
几个容易混的概念
| 方法 | 做法 | 特点 |
|---|---|---|
| 简单随机抽样 | 全体一起抽 | 无偏，但小众群体可能缺席 |
| 分层抽样 | 先分层，层内独立抽 | 保证覆盖，降方差 |
| 整群抽样（Cluster Sampling） | 以组为单位整组抽 | 省成本，但组内相关会损失信息量 |
| 过采样 / 欠采样 | 改变样本数量 | 是重采样，不是抽样结构 |
需要注意：分层抽样和"给小众类别过采样"不是一回事。前者是决定"从哪抽"，后者是决定"抽多少"。
分配比例是第二个决策点
按比例分层（proportional）忠实还原总体分布，但小众层本身样本就少，按比例分下来每个子集仍然只有个位数。这时可以改成等量分层或对稀有层加权，让每个类在每个子集里都有足够样本——代价是训练分布偏离线上分布，需要用损失加权或后处理校准把概率拉回来。
对从业者的实际意义
第一，评估集必须分层。否则小类别的指标全靠运气，你会根据噪声决定模型迭代方向。第二，报告指标时顺带说明每层的样本量，读者才知道这个数字有多可信。第三，警惕两个坑：分层太细会导致每层样本过少、统计不稳定；分层键如果在线上拿不到或含未来信息，就构成了数据泄漏。