以相同頻率采樣數據

Question

我有一個標簽矢量labels ，其中包含10類60000個對象的標簽信息（每個類有6000個樣本）。

我需要隨機抽樣1000個樣本，但還要保證每個班級100個樣本。

Answer 1

我假設您的數據是隨機排序的？ 因此，像這樣（我只用3班， 1 ， 2和3的簡單）：

data = [ones(n,1); ones(n,1)*2; ones(n,1)*3];
data = data(randperm(numel(data)));

因此，現在您想要m*3樣本，每個類別有m樣本（其中m <= n ）。 最自然的方法是對每個類精確地擁有m樣本不那么嚴格，而只是隨機地均勻地挑選m*3樣本：

idx = randperm(numel(data));
sample = data(numel(data))

請注意，如果您有統計信息工具箱，則可以使用randsample代替randperm 。

但是，如果每個樣本必須精確到m ，則應該執行類似的操作。 請注意，我的目標是獲取索引而不是值，因為我認為這是您追求的目標：

classes = unique(data);
k = numel(classes);
idx = false(m*3,1);
for class = 1:k
    %// find the element numbers for each element of that class
    idxForClass = find(data == classes(class));
    %// Shuffle them randomly
    idxForClassShuffled = idxForClass(randperm(numel(idxForClass)));  %// or numel(n)
    %// Pick the first m from the shuffled list
    idx(idxForClassShuffelled(1:m)) = true;
end

現在，當您想要返回數據時

data(idx)

或更可能是data(idx,:)類的東西data(idx,:)因為您的data可能不是矢量。 但是在這種情況下，您需要將我的代碼中的numel更改為size(data,1)或類似的東西