> For the complete documentation index, see [llms.txt](https://docs.gaiodataos.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.gaiodataos.com/gaio-dataos-spanish/herramientas/tareas/analisis/muestra.md).

# Muestra

<figure><img src="/files/JqREMiCr23EB9kM1t0w3" alt=""><figcaption></figcaption></figure>

La tarea **Sample** permite extraer un subconjunto de datos de una tabla de forma simple y controlada.

Es ideal para:

* Pruebas y validación
* Visualizaciones preliminares
* Reducción de volumen de datos
* Preprocesamiento en flujos de Machine Learning

{% hint style="warning" %}
Esta tarea solo puede utilizarse cuando una tabla está seleccionada en el flujo.
{% endhint %}

***

## Cómo Usar la Tarea Sample

### 1. Agregar la Tarea Sample al Flujo

1. En el Studio, ve al panel **Tareas**.
2. Dentro de la sección **Analytics**, selecciona **Sample**.

***

### 2. Configurar los Campos Principales

* **Etiqueta de la tarea (opcional):**\
  Nombre interno para identificar esta etapa en el flujo.\
  (valor por defecto: `sample`)
* **Tabla de resultado:**\
  Nombre de la tabla de salida que contendrá los datos muestreados\
  (por ejemplo: `sample_sample`)

***

### 3. Elegir el Tipo de Muestreo

Puedes seleccionar entre dos opciones:

#### Porcentaje

Permite definir el porcentaje de filas que se extraerán de la tabla original.

* Puedes ajustar el control deslizante o ingresar el valor manualmente.
* Ejemplo: `0.7` (70%) → devuelve el 70% de las filas de la tabla de origen.

***

#### Número de Filas

Permite definir una cantidad fija de filas para extraer como muestra.

* Ejemplo: `1000` → la tabla resultante contendrá exactamente 1.000 filas seleccionadas aleatoriamente.

***

### 4. Guardar y Ejecutar

1. Haz clic en **Guardar** después de configurar el tipo y valor de muestreo.
2. Ejecuta el flujo.

Se generará una nueva tabla con base en la configuración seleccionada.

***

## Buenas Prácticas

Utiliza la tarea Sample para:

* Reducir el tamaño del dataset durante desarrollo o pruebas de paneles.
* Crear subconjuntos para entrenamiento de modelos de Machine Learning.
* Probar consultas y transformaciones sin procesar el dataset completo.

Puedes combinarla con tareas como:

* AutoML
* Cluster
* Scoring

{% hint style="success" %}
Esto permite acelerar experimentación y modelado.
{% endhint %}