datasample

从数据中随机抽样，有无替换

折叠页面中的所有内容

语法

y = datasample(数据、k)
y = datasample(数据、k、暗)
y = datasample (___、名称、值)
y = datasample(年代,___)
[y，idx]=数据样本(___)

说明

例子

y=数据样本(数据,k)返回k从数据中随机均匀采样的观测值，进行置换数据。

例子

y=数据样本(数据,k,昏暗的)返回沿尺寸采集的样本昏暗的属于数据。

例子

y=数据样本(___,名称,值)返回前面语法中任何输入参数的示例，以及由一个或多个名称-值对参数指定的附加选项。例如,“替换”,假的指定不替换的采样。

例子

y=数据样本(年代,___)使用随机数流年代生成随机数。选择权年代可以在前面语法中的任何输入参数之前。

例子

(y,国际直拨电话)= datasample (___)还返回指示值的索引向量datasample采样自数据使用前面语法中的任何输入参数。

实例

全部折叠

打开实时脚本

为重现性创建随机数流。

s=随机流('mlfg6331_64');

从整数中画出五个唯一的值1到10个。

1:10,y = datasample(年代,5,'替换'，错误）
是的=1×5个9 8 3 6 2年
打开实时脚本

为重现性创建随机数流。

s=随机流('mlfg6331_64');

生成48个序列中的随机字符ACGT每个指定的概率。

seq=数据样本，“ACGT”，48岁，“重量”，[0.15 0.35 0.35 0.15]）
seq = ' GGCGGCGCAAGGCGCCGGACCTGGCTGCACGCCGTTCCCTGCTACTCG '
打开实时脚本

设置随机种子以保证结果的重现性。

rng（10，“旋风”)

生成一个包含10行1000列的矩阵。

X = randn (1000);

创建随机数流内的重现性datasample。

s=随机流('mlfg6331_64');

随机选择五个唯一的列X。

X, Y = datasample(年代,5,2,'替换'，错误）
是的=10×50.4317 - 0.327 0.9112 -2.3244 0.9559 0.6977 - 7422 0.4578 -1.3745 -0.8634 - 8543 -0.3105 0.6609 -0.0553 - 0.3699 -1.7649 -1.1607 -1.5533 0.597 -0.3821 0.5696 -1.6264 - 0.4104 -1.5486 -1.6844 0.7148 - 6876 -1.4615 -0.4170 1.3696 - 1874 - 9901 0.5875 - 2410 1.4703 -2.5003 -1.1321 -1.8451 0.8697 0.8093
打开实时脚本

从数据集数组中重新采样观测值以创建引导复制数据集。见引导重采样有关引导的详细信息。

加载示例数据集。

负载医院

创建与医院数据集，包含从医院数据集。

y = datasample(医院、尺寸(医院,1));
打开实时脚本

根据从另一个向量中选择的样本的索引从数据中选择样本。

生成两个随机向量。

x1=随机数（100,1）；x2=随机数（100,1）；

选择的样本10个向量的元素x1个，并以向量形式返回样本的索引国际直拨电话。

[y1，idx]=数据样本（x1，10）；

选择的样本10个向量的元素x2个使用向量中的指标国际直拨电话。

y2 = x2 (idx);

输入参数

全部折叠

输入要从中采样的数据，指定为向量、矩阵、多维数组、表或数据集数组。默认情况下，datasample从的第一个非单维样本数据。例如,如果数据是矩阵吗datasample行中的样本。使用更改此行为昏暗的输入参数。

数据类型：单一的|双重的|逻辑|字符|一串|表格

样本数，指定为正整数。

例子:数据样本（数据，100）返回从数据中均匀随机取样的100个观察值数据。

数据类型：单一的|双重的

样本的维数，指定为正整数。例如,如果数据是一个矩阵昏暗的是2,y中包含列的选择项数据. 如果数据表或数据集数组和昏暗的是2,y中包含变量的选择数据。使用昏暗的无论是否数据是向量，矩阵，还是N维数组。

数据类型：单一的|双重的

随机数流，指定为全局流或兰德斯特朗。例如,s = RandStream (“mlfg6331_64”)创建一个使用乘法滞后斐波那契生成器算法的随机数流。有关详细信息,请参见创建和控制随机数流（MATLAB）。

的rng公司函数提供了一种控制全局流的简单方法。例如，rng（种子）使用非负整数种子为随机数生成器种子。有关详细信息，请参见管理全球流（MATLAB）。

名称-值对的观点

的可选逗号分隔对名称,值参数。姓名参数名和价值是相应的值。姓名必须出现在引号内。可以按任意顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:“替换”,假的,“权重”,那些(datasize, 1)无替换且概率与元素成正比的样本权重，其中datasize是被采样的维度的大小。

用于替换抽样的指示器，指定为逗号分隔对所组成的'替换',要么真的或假。

如果有替换的样品'替换'是真的，或无替换如果'替换'是假. 如果'替换'是假,然后k不得大于所采样维度的大小。例如，如果数据=[1 Inf；2]和y = datasample(数据、k“取代”,假),然后k不能大于2。

数据类型：逻辑

采样权重，指定为逗号分隔对，由“重量”以及一个非负数值向量。向量大小datasize，其中datasize是要采样的维度的大小。向量必须至少有一个正值，并且不能包含南值。的datasample概率与元素成正比的函数样本“重量”。

例子:'重量'，[0.1 0.5 0.35 0.46]

数据类型：单一的|双重的

输出参数

全部折叠

样本，以向量、矩阵、多维数组、表或数据集数组的形式返回。

  • 如果数据是一个向量y是一个包含k从中选择的元素数据。

  • 如果数据是一个矩阵昏暗的=1,然后y是一个包含k从中选择的行数据. 或者，如果昏暗的=2,然后y是一个包含k列选自数据。

  • 如果数据是一个N维数组和昏暗的=1,然后y是一个N的第一个非单次维的样本数组数据. 或者，如果为昏暗的名称-值对的论点,datasample沿尺寸取样昏暗的。

  • 如果数据是一张桌子昏暗的=1,然后y是一个包含k从中选择的行数据. 或者，如果昏暗的=2,然后y是一个包含k从中选择的变量数据。

  • 如果数据是一个数据集数组，并且昏暗的=1,然后y数据集数组是否包含k从中选择的行数据. 或者，如果昏暗的=2,然后y数据集数组是否包含k从中选择的变量数据。

如果输入数据包含表示为的缺失的观察值南价值观，datasample从整个输入中抽取样本，包括南值。例如,y=数据样本（[NaN 6 14]，2）可以返回y = NaN 14。

当样本被替换（默认）时，y可以包含来自数据。设置更换的名称-值对参数假不更换样品。

索引，作为指示哪些元素的向量返回datasample从中选择数据创建y。例如:

  • 如果数据是一个向量y =数据(idx)。

  • 如果数据是一个矩阵昏暗的=1,然后y=数据（idx，：）。

  • 如果数据是一个矩阵昏暗的=2,然后y=数据（：，idx）。

提示

  • 若要从一个范围中抽取随机整数并进行替换，请使用兰迪。

  • 要在不替换的情况下采样随机整数，请使用随机排列或datasample。

  • 使用从数据中随机取样，不论是否替换datasample。

算法

datasample使用随机排列,兰德，或兰迪生成随机值。因此，datasample更改MATLAB的状态®全局随机数生成器。使用控制随机数生成器rng公司。

对于不进行替换选取加权样本，datasample使用Wong和Easton的算法[1]。

替代功能

您可以使用兰迪或随机排列分别为有或没有替换的随机抽样生成索引。然而,datasample使用起来更方便，因为它直接从数据中取样。datasample也允许加权抽样。

参考文献

王家强，m.c.伊斯顿。一种无置换加权抽样的有效方法。计算机学报9(1)，页111-113,1980。

扩展功能

另请参阅

|||||

介绍了R2011b

统计和机器学习工具箱文档
万博1manbetx
掌握机器学习:用MATLAB逐步指导

掌握机器学习:用MATLAB逐步指导

下载电子书