如何在java中实现一组向量的随机采样？

我有大量的上下文向量，我想找出它们的平均余弦相似性。然而，通过整个集合来计算它是不有效的。这就是为什么，我想从这个集合中随机抽取一个样本

问题是，每个上下文向量解释了一个单词的某种程度的含义，所以我想做出一个平衡的选择（根据向量值）。我搜索发现我可以使用蒙特卡罗方法。我还发现了一个Gibbs取样器示例：

然而，我有点困惑。据我所知，该方法提供了一个正态分布，并生成了两个数字。我不知道如何在我的案例中实现这个方法。有人能给我解释一下我怎样才能解决这个问题吗

---

提前感谢。

该程序编译并运行良好。它需要一个jar文件或“Java存档”来编译和运行。具体来说，它需要ParallelColt库，这是一个“Colt的多线程版本-Java中用于高性能科学计算的库”。一旦有了它，就可以从中获取JavaJDK（SE版本）

将引用的源代码和parallelcolt-0.9.4.jar文件复制到一个目录中，并使用以下命令编译和运行：

javac -cp parallelcolt-0.9.4.jar Gibbs.java

java -cp parallelcolt-0.9.4.jar;. Gibbs

注意，您可能需要在路径中包含编译器。在windows中，我是这样做的：

path="c:\program files\java\jdk1.7.0_60\bin";%PATH%

如果这个回答对您有帮助，请选择它作为答案。

您不想要随机样本，而是想要有代表性的样本。一种相对有效的方法是按“强度”顺序对元素进行排序，然后取每个第n个元素，这将为您提供一个大小/n个元素的代表性样本

试试这个：

// Given
Set<Vector> mySet;
int reductionFactor = 200; // eg sample 0.5% of elements

List<Vector> list = new ArrayList<>(mySet);
Collections.sort(list, new Comparator<Vector> {
    public int compare(Vector o1, Vector o2) {
        // however you compare "strength"
    }         
});
List<Vector> randomSample = new ArrayList<>(list.size() / reductionFactor );
for (int i = 0; i < list.size(); i += reductionFactor)
    randomSample.add(list.get(i);

//给定
设置mySet；
整数折减系数=200；//样品中0.5%的元素
列表=新的ArrayList（mySet）；
集合。排序（列表，新的比较器{
公共整数比较（矢量o1，矢量o2）{
//然而你比较“力量”
}         
});
List randomSample=new ArrayList（List.size（）/reductionFactor）；
对于（int i=0；i

---

由于排序操作，时间复杂度为O（n logn），空间复杂度为O（n）。

如何定义“平衡”？每种定义类型的数量相似？基于类型的选择概率？其他？我的意思是一些向量定义了目标词更强的含义，而另一些向量定义了较弱的含义。例如，如果我主要从较弱的向量中进行选择，那么在计算平均余弦相似度时，它将给出错误的结果。假设我将选择在2000个向量中，我想从强向量和弱向量中选取。强向量的例子：（100,43,80,15）和弱向量的例子：（2,0,10,0）。我已经将cern.jet.random包导入到我的项目中并应用该代码。正如我在问题中所说的，它会创建一个正态分布并返回两个数字。我不知道如何在我的案例中使用Gibbs sampler。我不知道如何将此代码应用到您的问题中，抱歉。非常感谢@Bohemian