在Matlab中随机选择大量样本的子集

Question

我想从大量N个样本中创建n个样本的子集，n <＆lt;＆lt; N.我通常在Matlab中使用randperm函数并获取前n个索引。但是，由于数据可能非常大，randperm会给出错误消息，说明内存不足。

我想提出建议，如何在Matlab中不使用randperm函数从大量数据集中选择一个小子集。

谢谢。

Answer 1

您可以尝试使用single（）将数据大小减半：

http://www.mathworks.de/help/matlab/ref/single.html

Answer 2

randi给出均匀分布的数字，

Ind = randi(N,[n 1]);
Observation = data(Ind); 

您也可以使用datasample，

Observation = datasample(data,n,'Replace',false));

正如@Shai所提到的，另一种选择是randsample，

Observation = data(randsample(N,n));

Answer 3

如果n远小于N，则rejection method效率很高：使用randi生成可能重复的样本，检查是否有重复（不是非常可能），如果有的话重复：

N = 10000;
n = 100;
repeat = true;
while repeat
    sample = randi(N,1,n);
    repeat = any(sum(bsxfun(@eq, sample, sample.'))>1);
end