如何从Matlab中的数据集中选择随机样本[重复]

Posted 2023-02-25

【中文标题】如何从Matlab中的数据集中选择随机样本[重复]

【英文标题】：How to select random samples from a dataset in Matlab [duplicate]

【发布时间】：2012-11-16 05:22:24

【问题描述】：

可能重复：How do I randomly select k points from N points in MATLAB?

假设我有一个包含 10,000 行数据的数据集。创建包含 1,000 个随机选择的行的子集的最佳方法是什么？

【参考方案1】：

你可以使用 randperm 来完成这个任务：

无放回抽样：

nRows = 10000; % number of rows
nSample = 1000; % number of samples

rndIDX = randperm(nRows); 

newSample = data(rndIDX(1:nSample), :); 

带放回抽样：

nRows = 10000; % number of rows
nSample = 1000; % number of samples

rndIDX = randi(nRows, nSample, 1); 

newSample = data(rndIDX, :); 

【讨论】：

你能举一个不更换抽样的例子吗？谢谢！

@robguinness：其实这个例子是无放回抽样。

好的，这是有道理的，现在我阅读了 randperm 的文档。因此，对于带有替换的采样，我会使用需要使用 randi 来代替？

@robguinness：是的，它是randi 用于替换采样。我应该在我的答案中添加一个代码示例吗？

我看到你已经这样做了，谢谢！顺便说一句，我最终在我的代码中使用了统计工具箱中的 randsample，但我认为您的答案对那些没有该工具箱的人很有用。此外，它们基本上用相同的代码行数做同样的事情。

【参考方案2】：

如果你有统计工具箱R2012+，可以使用datasample。

subset = datasample(data,1000)

subset 将是由 1000 个样本组成的随机选择的数据子集。

要在不更换的情况下进行采样，请使用：

subset = datasample(data,1000,'Replace',false)

如果你有旧版本的工具箱，可以使用randsample：

rndIdx = randsample(size(data,1),1000,true); % with replacement
subset = samples(rndIdx(1:1000), :);

rndIdx = randsample(size(data,1),1000,false); % without replacement
subset = samples(rndIdx(1:1000), :);

但使用 randsample 与 H.Muster 的答案或多或少相同（我认为这是最好的，因为它不需要任何工具箱）。

注意：有关更多信息 带放回抽样与不带放样之间的区别 替换，见this page。

【参考方案3】：

将randperm 与行数结合使用。如果x 是您的矩阵：

nrows = size(x,1);
nrand = 1000; % Choose 1000 rows
assert(nrand<=nrows, 'You cannot choose more rows than exist in the matrix');
rand_rows = randperm(nrows, nrand);
xx = x(rand_rows,:);  % Select the random rows from x

【参考方案4】：

不确定到目前为止您是否编写过任何代码。以下mathworks 链接显示了随机抽样的示例。看看它的想法。

这里还有一个来自统计工具箱的带有 randsample 的代码。只是一个逻辑，你可能需要相应地调整它。

N 行的矩阵 m 从 m 中抽取 n 行的随机样本

Sample = m(randsample(1:N,n),:)

randsample(1:N,n)

上面的结果是从 1 到 N 的 n 个随机整数序列。