Matlab 随机选择直方图数据

我有一个输入2D直方图，我想用它进行2倍交叉验证。问题是我不知道如何从直方图中提取两个相互排斥的随机数据样本。如果是每个数据点的位置信息的两个列表，那将很容易-以相同的方式洗牌列表中的数据，并平均分割列表

因此，对于列表，我将这样做：

list1 = [1,2,3,3,5,6,1];
list2 = [1,3,6,6,5,2,1];

idx = randperm(length(list1)); % ie. idx = [4 3 1 5 6 2 7]
shlist1 = list1(idx); % shlist1 = [3,3,1,5,6,2,1]
shlist2 = list2(idx); % shlist2 = [6,6,1,5,2,3,1]

slist1 = shlist1(1:3); % slist1 = [3,3,1]
elist1 = shlist1(4:6); % elist1 = [5,6,2,1]
slist2 = shlist2(1:3); % slist2 = [6,6,1]
elist2 = shlist2(4:6); % elist2 = [5,2,3,1]

但如果同样的数据以柱状图的形式呈现给我

hist = [2 0 0 0 0 0]
       [0 0 0 0 0 1]
       [0 1 0 0 0 0]
       [0 0 0 0 0 0]
       [0 0 0 0 1 0]
       [0 0 2 0 0 0]

我希望结果是这样的

hist1 = [0 0 0 0 0 0]
        [0 0 0 0 0 1]
        [0 1 0 0 0 0]
        [0 0 0 0 0 0]
        [0 0 0 0 0 0]
        [0 0 1 0 0 0]

hist2 = [2 0 0 0 0 0]
        [0 0 0 0 0 0]
        [0 0 0 0 0 0]
        [0 0 0 0 0 0]
        [0 0 0 0 1 0]
        [0 0 1 0 0 0]

这样，数据的不同部分是随机的，并平均分配给两个新的直方图

这是否等同于获取每个bin hist（i，j）的随机整数高度，并将其添加到hist1（i，j）中的等效bin中，然后将差值添加到hist2（i，j）中

如果这是等效的，有没有更好的方法/内置方法

我的实际柱状图是300x300个箱子，包含大约6000000个数据点，它需要快速

谢谢你的帮助：）

编辑： 我所建议的代码位并不等同于从列表中随机抽取位置点样本，因为它不维护数据的总体概率密度函数。

---

将柱状图减半对于我的6000000点来说应该很好，但我希望有一种方法仍然适用于少数几点。

您可以使用

rand

或

randi

生成两个柱状图。第一种方法更有效，而第二种方法更随机

h    = [[2 0 0 0 0 0]
       [0 0 0 0 0 1]
       [0 1 0 0 0 0]
       [0 0 0 0 0 0]
       [0 0 0 0 1 0]
       [0 0 2 0 0 0]];

%using rand    
h1 = round(rand(size(h)).*h);
h2 = h - h1;

%using randi
h1 = zeros(size(h));
for k = 1:numel(h)
    h1(k) = randi([0 h(k)]);
end
h2 = h - h1;

---

您可以使用

rand

或

randi

生成两个直方图。第一种方法更有效，而第二种方法更随机

h    = [[2 0 0 0 0 0]
       [0 0 0 0 0 1]
       [0 1 0 0 0 0]
       [0 0 0 0 0 0]
       [0 0 0 0 1 0]
       [0 0 2 0 0 0]];

%using rand    
h1 = round(rand(size(h)).*h);
h2 = h - h1;

%using randi
h1 = zeros(size(h));
for k = 1:numel(h)
    h1(k) = randi([0 h(k)]);
end
h2 = h - h1;

---

假设H是2D直方图。下面的代码提取一个随机索引，其概率与该索引处的计数成比例-我认为这就是您想要的

cc = cumsum(H(:));
if cc(1) ~= 0
    cc = [0; cc];
end
m = cc(end);
ix = find(cc > m*rand, 1);

要提取多个样本，您需要编写自己的find函数（为了提高效率，最好是二进制搜索），在一次调用中提取n个样本。这将为您提供一个指数向量（称为ix_vec），其选择概率与每个指数的直方图计数成比例

如果我们用X表示直方图中每个位置对应的数值，则随机样本为：

R1 = X(ix_vec);

---

对第二个随机样本集重复上述操作。

假设H是2D直方图。下面的代码提取一个随机索引，其概率与该索引处的计数成比例-我认为这就是您想要的

cc = cumsum(H(:));
if cc(1) ~= 0
    cc = [0; cc];
end
m = cc(end);
ix = find(cc > m*rand, 1);

要提取多个样本，您需要编写自己的find函数（为了提高效率，最好是二进制搜索），在一次调用中提取n个样本。这将为您提供一个指数向量（称为ix_vec），其选择概率与每个指数的直方图计数成比例

如果我们用X表示直方图中每个位置对应的数值，则随机样本为：

R1 = X(ix_vec);

---

对第二个随机样本集重复上述操作。

谢谢你，它与我建议的方法相同，只是更优雅，可能更有效。不过，我最初提出的方法的问题是，直方图表示一个概率密度函数，因此，一般形状需要保持不变，就像我从列表中随机抽取位置信息样本一样。在上面的方法中，我们很可能会从一个具有高PDF的容器中获得很少的数据，因为我们将获得大部分数据。对于一个趋于无穷大的数据集，该方法应该将每个直方图一分为二，并将每一半存储在两个不同的直方图中。虽然我认为直接将直方图减半可能不太准确。@user1153070我认为您应该指定所需内容。如果拆分方法（对半）是基于批准的纸张/书籍，那么您是对的，可以随心所欲。不过，我回答了你的问题，你想要一种有效的方法来随机分割数组。谢谢你，它与我建议的方法一样，只是更加优雅而且可能更有效。不过，我最初提出的方法的问题是，直方图表示一个概率密度函数，因此，一般形状需要保持不变，就像我从列表中随机抽取位置信息样本一样。在上面的方法中，我们很可能会从一个具有高PDF的容器中获得很少的数据，因为我们将获得大部分数据。对于一个趋于无穷大的数据集，该方法应该将每个直方图一分为二，并将每一半存储在两个不同的直方图中。虽然我认为直接将直方图减半可能不太准确。@user1153070我认为您应该指定所需内容。如果拆分方法（对半）是基于批准的纸张/书籍，那么您是对的，可以随心所欲。但是，我回答了您的问题，您需要一种有效的方法来随机拆分数组。