问题标签 [multivariate-partition]

我读过关于 kd-trees 的文章，但是当空间的维度很高时它们效率低下。我有一个值数据库，我想找到查询的某个汉明距离内的值。例如，数据库是一个 32 位数字的列表，我想找到与查询值相差小于 3 位的所有数字。

我在某处听说过 MultiVariate Partition 树，但找不到好的参考。我知道 min-Hash 给出了一个很好的近似值，更好，但我想要一个准确的答案。

我有一个项目表[ID, ATTR1, ATTR2, ATTR3]。我想选择大约一半的项目，但尝试获得一个未聚集的随机结果集。换句话说，ATTR1 值、ATTR2 值和 ATTR3 值的分布相当均匀。这不一定代表整个数据，换句话说，总表可能通常集中在某些属性值上，但我想选择一个更多样化的子集。这些属性不是相互关联的，因此 ATTR1 和 ATTR2 之间没有真正的关联。

例如，假设 ATTR1 = "State"。我希望我的子集中的每个行项目都来自不同的州，即使在整个集合中，我的大部分数据都集中在几个州。并且对于其他两个属性也同样如此。（我意识到有些表可能无法做到这一点，但有足够的数据，不太可能没有解决方案）

关于有效算法的任何想法？谢谢！我什至不知道如何搜索这个:)

（顺便说一句，如果这需要对整个集合进行预计算或索引，也可以，只要我能快速抽出随机变化的子集）

所以我对此很陌生。我需要在以下数据矩阵上运行 PCoA。我能够使用 ADE4、labdsv、Ginko、Aabel 软件运行我的分析。困扰我的是如何对散点图中的标签进行颜色编码。我的矩阵是按顺序排列的存在/不存在矩阵：

我想要的是用红色、蓝色和所有黑色来表示A1、A2和。任何帮助将不胜感激。A3B1B2E

我可以使用 C++ 中的 Boost 从正态分布中采样。

我现在有一个简单的问题：

如何使用 Boost 函数（正态分布、多阵列...）从多元正态分布（n>2）中采样？

我有一组多变量实例，我需要从这些实例中提取一个有代表性的集合；例如，如果我有 100,000 个多元实例，我想提取 1000 个代表原始分布的实例。我使用拉丁超立方抽样和随机抽样来提取两个代表集，现在我想检查这两个代表集与原始集的相关性有多大。

如果我进一步详细说明；

我有 100,000 个多变量实例（我们称之为 A）

我从“A”派生了两个有代表性的样本（每个集合将有 1000 个实例；我们称这两个集合为 B 和 C）

我想检查“B”和“C”是否保留了原始“A”的分布。

提前非常感谢！

我有一些事件由id, var1, var2 and date.

所需的 diff_time 输出如下：

我需要计算 date1（事件日期）和控制日期 date2 之间的天数差异时间。约束是：

对于event (id,var1,var2)我需要找到 last.date1 并计算：

dif_time(days) = date2 - last.date1, 对于每个事件并报告事件的结果。

我没有找到修复的方法last.date1，因此感谢您的帮助。

如何组合有关相同马尔可夫状态的多个发射光谱？

让我们使用经典的 HMM 示例：

现在，如果我有多个观察序列怎么办。例如：

如何将这两个观察序列组合成一个 HMM？

注意：我想要一种组合方式，x1以便x2它们的相互依赖关系也被建模。因此，简单地说x={x1 x2}会（IMO）不是一个好的解决方案。

具体来说，我想根据 Matlab 的hmmtrain训练一个 HMM ：

这只允许我插入一个seq.

现在假设我有 5 种不同的发射光谱，它们都说明了 HMM 的状态。我该如何处理这种多变量情况？

在实践中，我需要将 R 中已经存在的 approx 函数扩展到多变量情况。类似于 matlab 中的 interp 函数，但在 C 中用 R 编码。

希望有人能帮助我！

我正在寻找一种使用 R 计算多元函数（5 个变量）的线性插值的方法。 akima 包提供了一种在双变量情况下计算线性插值的方法。可以使用函数 interp 在 matlab 中执行多元线性插值，但我想知道是否有办法在 R 中做同样的事情。

希望可以有人帮帮我！谢谢！

我有一个关于在 kd-tree 算法中划分空间的方式的问题。

假设我在平面上有点，具有 (x,y) 坐标。假设当点在同一条线上时，我们不在特定情况下。我在想为什么我们需要交替分割坐标，在一个级别，使用 x 轴，下一个级别，使用 y 轴。如果我们只使用 x 方向来分割空间，那么重要的是，我们总是有一棵二叉树，并且搜索算法总是取 log(n) 的平均值（假设我们有相对平衡良好的树）。

当我通过交替分割方向分割空间时，什么给了我更多？我想知道它是否与多维中的一些一般概率属性有关？