Matlab 三向数据立方体的随机抽样

想象一个2 x 2 x 2的三向数据立方体：

data = [1 2; 3 4];
data(:,:,2) = [5 6; 7 8]

我希望从这个多维数据集中生成一个行-列切片（即2x2矩阵），其中切片的每个元素都是通过随机采样其3模光纤（即，第n模光纤是沿第n模/维度/路径运行的向量。这个多维数据集中有4个3模光纤，其中一个是f1=[1 5]，另一个是f2=[2 6]，依此类推）。例如，一个切片可能是：

slice = [5 2; 3 4]

不同的采样可能导致切片：

slice = [1 2; 7 8]

有没有快速的方法可以做到这一点

---

我尝试使用slice=datasample（data，1,3），但此函数从多维数据集中随机选取一个行-列切片（即slice=[12；34]或[56；7 8]）。

对任何

nmode

尝试此解决方案（例如

nmode=3

是3模式）：

请注意，这不需要统计工具箱。它也完全适用于任何矩阵尺寸、维数和“N模光纤”

---

如果需要的话，我很乐意解释每一行。

如果我理解正确，那么它实际上相当简单。您有四根3模光纤，您希望构造一个2x2矩阵，其中每个元素都是从相应光纤中采样的。
因此，您需要采样4次（每根光纤一次）2个元素中的一个元素（每根光纤有两个元素）：

采样后，我们构建切片，为简单起见，我将把3D数据“展平”为2D矩阵

>> fData = reshape( data, [], fiberSize );
>> slice = fData( sub2ind( [h*w fiberSize], 1:(h*w), fIdx ) );
>> slice = reshape( slice, [h w] ); % shape the slice

---

以下解决方案适用于任何多维数据集大小。不需要工具箱

N = size(data,1); %//length of side of cube
r = randi(N,1,N^2)-1; %//this is the random sampling
data_permuted = permute(data,[3 1 2]); %//permute so that sampling is along first dim
slice = data_permuted((1:N:N^3)+r); %//sample using linear indexing 
slice = reshape(slice.',N,N); %//reshape into a matrix

---

不清楚，什么是三模光纤，第一个切片的取样与第二个切片的取样如何一致？请详细说明。第一个切片的采样与第二个切片的采样一致，因为在每个切片中，元素都是通过对元素所在的“纤维”进行采样而随机生成的（均匀采样）。例如，要生成元素（1,1），您需要从向量[1,5]中采样一个数字。谢谢，我不明白第一个怎么可能是一片。对我来说，[5,2；7,4]是一个对角线切片。我想生成一个2x2矩阵，因为2x2是通过立方体的一行/列切片。2x2矩阵中有4个元素。让我们看第一个元素，（1，1）。其值应来自向量的均匀随机抽样[15]。让我们转到下一个元素（1,2）。它的值应该来自向量[26]。下一个元素是（2,1），它的值应该来自向量[37]。最后一个元素（2,2）需要从向量[4,8]中随机采样一个值。我可以用循环完成所有这些，但我想看看是否有更快/更简单的方法。再次感谢。我不确定您是否需要

N

th模式的通用解决方案，但我认为我的答案提供了这一点，使用沿维度

N

进行均匀采样；更复杂一点，因为采样不是从1:fiberSize开始的。采样来自多维数据集（特定于所述元件的第三模式光纤）的任意值向量。在这个例子中，我使用了1,2,3,4,5,6,7,8来填充立方体，但这只是为了在其中输入值。想象一下里面有任何随机值。我本可以更清楚地说明这一点。谢谢。@val这正是我使用

sub2ind

将采样值1:fiberSize`转换为从

数据中提取的值的原因。请尝试一下我的代码，看看它是否符合您的需要。这里的采样是1:N。采样应该是任意的，从特定于元件的N模光纤进行。（见下文评论）。我认为这里我们特别坚持我的简单示例的结构。谢谢。你说的“这里的抽样是1:N”是什么意思？在每个3模光纤中的所有元件中，采样实际上是随机的。这就是你想要的，不是吗？在您的示例2x2x2中，（1,1）元素的值来自向量[15]的均匀随机采样（我使用您的值作为示例）；（1,2）元素来自向量[26]，依此类推。你真的试过我的代码吗？
>> fData = reshape( data, [], fiberSize );
>> slice = fData( sub2ind( [h*w fiberSize], 1:(h*w), fIdx ) );
>> slice = reshape( slice, [h w] ); % shape the slice

N = size(data,1); %//length of side of cube
r = randi(N,1,N^2)-1; %//this is the random sampling
data_permuted = permute(data,[3 1 2]); %//permute so that sampling is along first dim
slice = data_permuted((1:N:N^3)+r); %//sample using linear indexing 
slice = reshape(slice.',N,N); %//reshape into a matrix