Question

从数据集替换随机样本的最佳方法是什么？我使用316 * 34作为我的数据集。我想将数据分段为三个存储桶，但需要更换。我应该使用randperm，因为我需要确保我保持索引完整，其中索引可以方便识别标签数据。我是matlab的新手我看到有几个随机的样本方法，但它们看起来不像我正在寻找的东西，奇怪的是认为像matlab中不存在的东西，但我做了以下的事情：< / p>

我的问题是，当我这样做时row_idx = round(rand(1)*316)有时我会得到零，这导致两个问题

我该怎么办才能避免沸腾？

使用替换进行随机样本的最佳方法是什么。

    shuffle_X = X(randperm(size(X,1)),:);
    lengthOf_shuffle_X = length(shuffle_X)
    number_of_rows_per_bucket = round(lengthOf_shuffle_X / 3)
    bucket_cell = cell(3,1)
    bag_matrix = []
    for k = 1:length(bucket_cell)
        for i = 1:number_of_rows_per_bucket
            row_idx = round(rand(1)*316)
            bag_matrix(i,:) = shuffle_X(row_idx,:)
        end
        bucket_cell{k} = bag_matrix
    end

我可以这样做：

            if row_idx == 0
                row_idx = round(rand(1)*316)

假设随机数在两个连续轮次中永远不会给出两个零值。

Answer 1

randi是获取带替换的采样的整数索引的好方法。假设您想要使用相同数量的样本填充三个桶，那么您可以编写

data = rand(316,34); %# create some dummy data
number_of_data = size(data,1);
number_of_rows_per_bucket = 50;
bucket_cell = cell(1,3);

idx = randi([1,number_of_data],[number_of_rows_per_bucket,3]);

for iBucket = 1:3
   bucket_cell{iBucket} = data(idx(:,iBucket),:);
end

Answer 2

问题：如果你使用randperm它会给你一个无需替换的平局订单，因为你可以一次绘制任何一个项目。

如果您使用randi，它会为您提供替换，即您可能会多次绘制项目。

如果要“分割”数据集，通常意味着将数据集拆分为三个不同的集合。为此你使用draw而不替换（你没有把项目放回去;使用randperm）。如果你用替换（使用randi）来做它，那将会非常慢，因为在一段时间之后你绘制一个之前没有的项目的机会非常低。（coupon collector中的详细信息）。

如果您需要分割的细分，您可以查看元素并独立决定放置它的位置。（也就是说，你为每个替换项目选择一个桶 - 也就是说你将任何选择的桶放回游戏中。）

为此：

% if your data items are vectors say data = [1 1; 2 2; 3 3; 4 4]
num_data = length(data);
bucket_labels = randi(3,[1,num_data]); % draw a bucket label for each item, independently.
for i=1:3
  bucket{i} = data(bucket_labels==i,:); 
end

%if your data items are scalars say data = [1 2 3 4 5]    
num_data = length(data);
bucket_labels = randi(3,[1,num_data]);
for i=1:3
  bucket{i} = data(bucket_labels==i); 
end

我们去了。

Matlab：随机抽样替换

2 个答案: