Question

如何从填充了1和0的矩阵中取样n个随机点？

a=rep(0:1,5)
b=rep(0,10)
c=rep(1,10)
dataset=matrix(cbind(a,b,c),nrow=10,ncol=3)

dataset
      [,1] [,2] [,3]
 [1,]    0    0    1
 [2,]    1    0    1
 [3,]    0    0    1
 [4,]    1    0    1
 [5,]    0    0    1
 [6,]    1    0    1
 [7,]    0    0    1
 [8,]    1    0    1
 [9,]    0    0    1
[10,]    1    0    1

我想确定我的N个样本的位置（行，列）是随机的。

我知道sample {base}但它似乎不允许我这样做，我知道的其他方法是空间方法会迫使我添加x，y并将其更改为空间对象并再次返回正常的矩阵。

更多信息

随机我的意思是也在“矩阵空间”内扩散，例如，如果我对4个点进行采样，我不希望得到4个相邻点，我希望它们在“矩阵空间”中传播。

知道矩阵中我取出随机点的位置（行，列）也很重要。

Answer 1

如果您了解R在内部将矩阵表示为向量，则有一种非常简单的方法可以对矩阵进行采样。

这意味着您可以直接在矩阵上使用sample。例如，假设您想要替换10个点：

n <- 10
replace=TRUE

现在只需在矩阵上使用sample：

set.seed(1)
sample(dataset, n, replace=replace)
 [1] 1 0 0 1 0 1 1 0 0 1

为了演示这是如何工作的，让我们将其分解为两个步骤。第1步是生成采样位置索引，第2步是在矩阵中找到这些位置：

set.seed(1)
mysample <- sample(length(dataset), n, replace=replace)
mysample
 [1]  8 12 18 28  7 27 29 20 19  2

dataset[mysample]
 [1] 1 0 0 1 0 1 1 0 0 1

而且，嘿presto，这两种方法的结果是相同的。

Answer 2

样本似乎是最好的选择。要获得1000个随机位置，您可以执行以下操作：

rows = sample(1:nrow(dataset), 1000, replace = TRUE)
columns = sample(1:ncol(dataset), 1000, replace = TRUE)

我认为这给了你想要的东西，但当然我可能会弄错。

从矩阵中提取项目可以像：

random_sample = mapply(function(row, col) 
                           return(dataset[row,col]), 
                    row = rows, col = columns)

抽样策略

在评论中，您说您的样本需要传播。由于其随机性，随机样本没有没有群集的garantuees。还有几个可能有趣的抽样方案：

定期抽样，跳过随机性并定期抽样。均匀地对整个矩阵空间进行采样，但没有随机性。
分层随机抽样，将矩阵空间划分为常规子集，然后在这些子集中随机抽样。呈现随机和常规的混合。

为了检查您的随机抽样是否产生了良好的结果，我会重复几次随机抽样并比较结果（因为我假设抽样将被输入进行另一次分析？）。

随机抽样 - 矩阵

2 个答案:

抽样策略