主要内容

datasample.

从数据中随机取样，有无替换

折叠所有页面

句法

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

描述

例子

y= datasample (数据那K.的）回报K.从数据中随机采取的观察均匀地取样，从数据中替换数据．

例子

y= datasample (数据那K.那暗淡的）返回沿尺寸采取的样本暗淡的数据．

例子

y= datasample (___那名称，价值的）返回上一个语法中的任何输入参数的示例，其中一个或多个名称值对参数指定的其他选项。例如，'替换'，假指定不替换抽样。

例子

y= datasample (S.那___的）使用随机数流S.产生随机数。的选项S.可以在前一个语法中之前在任何输入参数之前。

例子

[y那idx] = DataSample（___的）还返回指示哪个值的索引矢量datasample.从采样数据使用先前语法中的任何输入参数。

例子

全部收缩

打开生活的脚本

为再现性创建随机数流。

s = RandStream (“mlfg6331_64”）;

从整数中绘制五个唯一的值1来10．

Y =数据征（S，1：10,5，“替换”假)
y =1×51 . 9 8 6 6
打开生活的脚本

为再现性创建随机数流。

s = RandStream (“mlfg6331_64”）;

生成48序列中的随机字符acgt.每个指定的概率。

seq = datasample(年代,“ACGT”现年48岁的'重量'，[0.15 0.35 0.35 0.15])
seq ='ggcggcgcaaggcgccggacctggctgcacgccgttcctgctactcg'
打开生活的脚本

设置随机种子以进行结果的再现性。

rng (10,'twister'的）

生成一个10行1000列的矩阵。

x = randn（10,1000）;

创建随机数流的再现性datasample.．

s = RandStream (“mlfg6331_64”）;

随机选择五列唯一列X．

X, Y = datasample(年代,5,2,“替换”假)
Y =10×50.4317 -0.3327 0.9112 -2.3244 0.9559 0.6977 -0.7422 0.4578 -1.3745 -0.8634 -0.8543 -0.3105 0.9836 -0.6434 -0.4457 0.1686 0.6609 -0.0553 -0.1202 -1.3699 -1.7649 -1.1607 -0.3513 -1.5533 0.0597 -0.3821 0.5696 -1.6264 -0.2104 -1.5486-1.6844 0.7148 -0.6876 -0.4447 -1.4615-0.4170 1.3696 1.1874 -0.9901 0.5875 -0.2410 1.4703 -2.5003 -1.1321 -1.8451 0.6212 1.4118 -0.4518 0.8697 0.8093
打开生活的脚本

从数据集数组重新取样观察以创建引导复制数据集。看到引导重采样有关引导的更多信息。

加载样本数据集。

加载医院

创建一个大小与医院数据集，并包含从医院数据集。

y = datasample(医院、尺寸(医院,1));
打开生活的脚本

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 = randn (100 1);x2 = randn (100 1);

选取10向量的元素x1，并返回向量中的样品的索引idx．

[idx日元]= datasample (x1, 10);

选取10向量的元素x2使用载体中的索引idx．

Y2 = x2（IDX）;

输入参数

全部收缩

要采样的输入数据，指定为向量、矩阵、多维数组、表或数据集数组。默认情况下,datasample.的第一个非单次维的样本数据．例如，如果数据是一个矩阵datasample.行中的示例。改变这种行为暗淡输入参数。

数据类型:单|双|逻辑|字符|字符串|桌子

样本数量，指定为正整数。

例子:datasample(100年数据)返回从数据中均匀随机采样的100个观察值数据．

数据类型:单|双

样本的维度，指定为正整数。例如，如果数据是一个矩阵暗淡是2那y包含一系列列数据．如果数据是表或数据集数组和暗淡是2那y包含一系列变量数据．用暗淡确保沿特定尺寸取样，不论是否数据是矢量，矩阵或N.- 阵列数量。

数据类型:单|双

随机数流，指定为全局流或RandStream．例如，s = randstream（'mlfg6331_64'）创建一个使用乘法滞后斐波那契生成算法的随机数流。有关详细信息,请参见创建和控制随机数流．

这rng函数提供了一种控制全局流的简单方法。例如，rng(种子)使用非负整数种子给随机数生成器种子。有关详细信息,请参见使用RandStream管理全局流．

名称 - 值参数

指定可选的逗号分离对名称，价值参数。的名字是参数名称和价值为对应值。的名字必须出现在引号内。您可以以任何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)不需要替换的样本，其概率与元素成正比重量,在那里数据化为被采样维度的大小。

替换取样指示器，指定为逗号分隔对组成“替换”,要么真正的或错误的．

替换等样品“替换”是真正的，或者如果没有替代“替换”是错误的．如果“替换”是错误的， 然后K.不能大于被采样尺寸的大小。例如，如果data = [1 3 Inf;2 4 5]和y = datasample(数据、k“取代”,假)， 然后K.不能大于2．

数据类型:逻辑

抽样权值，指定为逗号分隔的对，由'重量'和一个非负数值的向量。向量是大小的数据化,在那里数据化为被采样维度的大小。向量必须至少有一个正值且不能包含南值。这datasample.概率与元素成比例的函数样本'重量'．

例子:'Weights'，[0.1 0.5 0.35 0.46]

数据类型:单|双

输出参数

全部收缩

样本，返回为向量，矩阵，多维数组，表或数据集数组。

  • 如果数据是一个矢量，然后y是一个含有的矢量K.元素选择数据．

  • 如果数据是一个矩阵暗淡=1， 然后y是一个包含的矩阵K.行选自数据．或者,如果暗淡=2， 然后y是一个包含的矩阵K.选中的列数据．

  • 如果数据是一个N.- 统计阵列和暗淡=1， 然后y是一个N.- 沿着第一个不连贯的尺寸截取的样本数量数据．或者，如果您为暗淡名称值对参数，datasample.沿尺寸的样本暗淡．

  • 如果数据是一张表暗淡=1， 然后y是一个包含K.行选自数据．或者,如果暗淡=2， 然后y是一个包含K.变量选择数据．

  • 如果数据是一个数据集数组和暗淡=1， 然后y是一个包含的数据集数组K.行选自数据．或者,如果暗淡=2， 然后y是一个包含的数据集数组K.变量选择数据．

如果输入数据包含缺少的观察结果南值,datasample.从整个输入，包括南值。例如，y = data ([NaN 6 14]，2) / /数据可以返回y = NaN 14．

当样本被替换(默认)时，y可以包含重复的观察数据．设定取代名称 - 值对参数错误的取样而不更换。

索引，作为向量指示指示哪个元素的矢量datasample.选择从数据创建y．例如：

  • 如果数据是一个矢量，然后y =数据(idx)．

  • 如果数据是一个矩阵暗淡=1， 然后y =数据(idx,:)．

  • 如果数据是一个矩阵暗淡=2， 然后y =数据(:,idx)．

提示

  • 使用范围更换，使用随机整数，使用兰迪．

  • 要采样随机整数而不进行替换，请使用randperm或datasample.．

  • 从数据中随机采样，有或没有更换，使用datasample.．

算法

datasample.使用randperm那兰特,或兰迪生成随机值。因此,datasample.改变matlab的状态®全局随机数生成器。控制随机数生成器使用rng．

用于在不替换的情况下选择加权样品，datasample.使用Wong和Easton的算法［1］．

替代功能

您可以使用兰迪或randperm生成随机抽样的指数，分别分别有或不替换。然而，datasample.可以更方便地使用，因为它直接来自您的数据。datasample.还允许加权采样。

参考文献

[1] Wong, c.k.和m.c. Easton。“一种有效的不替换加权抽样方法”。计算学报9(1)， pp. 111-113, 1980。

扩展功能

也可以看看

|||||

介绍在R2011B.

统计和机器学习工具箱文档

金宝app

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书