Question

想象一个2 x 2 x 2的三向数据立方体：

data = [1 2; 3 4];
data(:,:,2) = [5 6; 7 8]

我希望从这个立方体生成一个行列切片（即一个2x2矩阵），其中切片的每个元素是通过随机采样其3模光纤获得的（即第n模光纤是沿着该模块运行的向量） nth mode / dimension / way。这个立方体中有4个3模光纤，其中一个是f1 = [1 5]，另一个是f2 = [2 6]，依此类推）。例如，一个切片可能会变成：

slice = [5 2; 3 4]

不同的采样可能导致切片：

slice = [1 2; 7 8]

有快速的方法吗？

我尝试使用slice = datasample（data，1,3），但是这个函数从多维数据集中随机选取一个行列切片（即，slice = [1 2; 3 4]或[5 6; 7 8] ）。

Answer 1

针对任何nmode尝试此解决方案（例如nmode=3是3模式）：

data = cat(3,[1 2; 3 4],[5 6; 7 8]);
nmode = 3;
Dn = size(data,nmode);
modeSampleInds = randi(Dn,1,numel(data)/Dn); % here is the random sample
dp = reshape(permute(data,[nmode setdiff(1:ndims(data),nmode)]), Dn, []);
outSize = size(data); outSize(nmode)=1;
slice = reshape(dp(sub2ind(size(dp),modeSampleInds,1:size(dp,2))),outSize)

请注意，这不需要统计工具箱。对于任何矩阵大小，维数和“N模光纤”，它也是完全推广的。

如果需要，我很乐意解释每一行。

Answer 2

如果我理解正确，那么实际上它很简单。您有四个3模光纤，并且您希望构建一个2x2矩阵，其中每个元素都是从相应的光纤中采样的因此，您需要对2个中的一个元素（每个光纤有两个元素）进行4次采样（每个光纤一个）：

>> [h w fiberSize] = size(data); % make the solution more general
>> fIdx = randsample( fiberSize, h*w ); % sample with replacements

采样后我们构建切片，为简单起见，我将“3D”数据“压平”为2D矩阵

>> fData = reshape( data, [], fiberSize );
>> slice = fData( sub2ind( [h*w fiberSize], 1:(h*w), fIdx ) );
>> slice = reshape( slice, [h w] ); % shape the slice

Answer 3

以下解决方案适用于任何多维数据集大小。无需工具箱。

N = size(data,1); %//length of side of cube
r = randi(N,1,N^2)-1; %//this is the random sampling
data_permuted = permute(data,[3 1 2]); %//permute so that sampling is along first dim
slice = data_permuted((1:N:N^3)+r); %//sample using linear indexing 
slice = reshape(slice.',N,N); %//reshape into a matrix

从3向数据立方体中随机抽样

3 个答案: