Question

我目前正试图在R中重新创建这个Matlab函数：

function X = uniform_sphere_points(n,d)

% X = uniform_sphere_points(n,d)
%
%function generates n points unformly within the unit sphere in d dimensions


z= randn(n,d);

r1 = sqrt(sum(z.^2,2));

X=z./repmat(r1,1,d);
r=rand(n,1).^(1/d);

X = X.*repmat(r,1,d);

关于正确的矩阵划分，我安装了pracma包。我的R代码现在是：

uniform_sphere_points <- function(n,d){
  # function generates n points uniformly within the unit sphere in d dimensions

  z = rnorm(n, d)

  r1 = sqrt(sum(z^2,2))

  X = mrdivide(z, repmat(r1,1,d))

  r = rnorm(1)^(1/d)

  X = X * matrix(r,1,d)

  return(X)
}

但它并没有真正起作用，因为我总是以R中的不一致数组错误结束。

Answer 1

从map.on('singleclick', function (evt) { position = evt.coordinate; .... }) - 维单位范围内抽取n个随机点的此操作可以用以下单词表示：

使用标准正态分布中的条目构建d x n矩阵
将每行标准化，使其具有（2-norm）幅度1
对于每一行，通过从均匀分布（0到1之间）中抽取来计算随机值，并将该值提高到d幂。将该值乘以该行中的所有元素。

以下R代码执行以下操作：

1/d

请注意，在第二行代码中，我利用了将R中的unif.samp <- function(n, d) { z <- matrix(rnorm(n*d), nrow=n, ncol=d) z * (runif(n)^(1/d) / sqrt(rowSums(z^2))) } x n矩阵乘以长度为d的向量的事实，将每行乘以该向量中的对应值。这为我们节省了使用n来构造与我们原始矩阵完全相同的矩阵的工作，这些矩阵用于这些特定于行的操作。

逐点乘法和右矩阵除法

1 个答案: