问题标签 [random-sample]

我正在尝试使用下面的代码以随机间隔运行计时器。问题是，当我这样做时，我只发布了 1 个随机数，而且我不确定如何使用我的代码获取下一个随机数：

好的，可以在 boost::random::discrete_distribution 中给出权重/概率。

例如

双倍概率[] = { 0.5, 0.1, 0.1, 0.1, 0.1, 0.1 };

boost::random::discrete_distribution<> dist (概率);

问题：一旦构造了对象dist

(1)如何将其中一个权重例如0.5更改为0.3？

(2) 如何一次重新分配所有权重？

这是我前段时间在面试时被问到的问题，我找不到答案。

给定一些样本 S1, S2, ... Sn 和它们的概率分布（或权重，不管它叫什么）P1, P2, .. Pn，设计随机选择样本的算法考虑到它的概率。我提出的解决方案如下：

1. 构建权重 Ci 的累积数组，例如

   C0 = 0; Ci = C[i-1] + Pi。

同时计算T=P1+P2+...Pn。需要 O(n) 时间

2. 生成均匀随机数 R = T*random[0..1]
3. 使用二分查找算法，返回最少 i 个这样的 Ci >= R。结果是 Si。它需要 O(logN) 时间。

现在实际的问题是：假设我想更改初始权重 Pj 之一。如何在比 O(n) 时间内更好地做到这一点？其他数据结构是可以接受的，但随机采样算法不应该比 O(logN) 差。

如何从填充有 1 和 0 的矩阵中抽取 n 个随机点的样本？

我想确保我取 N 个样本的位置（行，列）是随机的。

我知道sample {base}，但它似乎不允许我这样做，我知道的其他方法是空间方法，它们将迫使我添加 x,y 并将其更改为空间对象，然后再次返回正常矩阵。

更多信息

随机我的意思是也分布在“矩阵空间”内，例如，如果我对 4 个点进行采样，我不希望有 4 个相邻点，我希望它们分布在“矩阵空间”中。

知道我取出随机点的矩阵中的位置（行，列）也很重要。

我正在尝试使用 Gremlin 从 Neo4j 中提取随机节点样本。在四处寻找之后，我找不到合适的方法来做到这一点。

我通过 REST API 使用 Neo4j。

我理想的查询是这样的：

显然，没有这样的方法。环顾四周，我发现 .random() 只会发出随机节点。我想过做这样的事情：

目标是获得一个大小大致相同但结果更多的随机集。从调用脚本中，我会对其进行洗牌并选择前 50 个。但是，这也不起作用，因为结果集在计数后为空。

我还考虑过获得一个固定比率并获得一个子集，但如果没有洗牌，最后一个节点被占用的机会就会更小，我想避免发送比需要更多的数据。

我还可以将结果集填充两次，一次计数，一次过滤。然而，这似乎不对。

什么是获得随机样本的好方法？

编辑：（基于 Marko A. Rodriguez 的评论

我想出了以下内容：

我发现最后一个条件有点烦人，但是如果条目较少，切片就会失败。

另外，这对 Neo4j 的更大数据集有影响吗？就网络通信而言，它是最佳的。

假设我有一个非常大的方阵 M(i, j)，这样矩阵中的每个元素都表示在加权随机选择中选择该元素的概率。我需要从矩阵中采样 n 个元素（通过 (i, j) 索引）并进行替换。权重将在主循环的每次迭代中发生变化。

目前，我正在使用以下内容：

但这似乎是一个相当笨重的方法，由于 for 循环，这也需要很长时间。有没有更有效的方法？也许如果我以某种方式对矩阵进行矢量化？

*编辑我应该提到我无权访问统计工具箱

提前谢谢了。

我从写入文件的列表中有 30 n 个随机样本。

我宁愿通过在末尾写入“in_sample”或“not_in_sample”来标记进入样本的行。

现在看起来像这样：

我只写出示例中的行，但我希望文件看起来像这样：

该文件之前看起来相同，但没有最后一列。

我清楚了吗？

如何使用“采样”包在 R 中创建分层样本？我的数据集有 355,000 个观察值。该代码可以正常工作到最后一行。下面是我编写的代码，但我总是收到以下消息：“sort.list(y) 中的错误：'x' 对于 'sort.list' 必须是原子的，你在列表上调用过 'sort' 吗？”

请不要将我指向 Stackoverflow 上的旧消息。我研究了它们，但无法使用它们。谢谢你。

我的目标是使用自举（1000 次重复）来计算 r（皮尔逊相关系数）的空分布、均值和 CI，这些与从我的 600 个唯一个体 (ID) 的数据集生成的 20 个受激随机对中的特征 (x) 相关。我最近从 SAS 切换到 R，我将使用“procsurveyselect”来生成数据集。问题：

1. 产生这些结果的最有效方法是什么（见下面我的尝试）？
2. 在我的示例中，我将如何使用 set.seed 命令来复制我的结果？

具有 600 个人和相关特征值的模拟起始数据集：

然后我生成 r 的 1000 次重复并计算 95% CI：

我正在尝试使用 rand() 或 newid() 选择记录的随机子集，但无论何时运行以下命令，我总是得到相同的结果：

我已经尝试了这个的每一个变体，但是当我像上面那样做时，sybase server iq 似乎总是返回相同的 rand() 值。当我尝试做

我收到一个错误，说在 order by 中使用 newid() 是非法的。

有什么建议么？