標簽[subsampling] - 堆棧內存溢出

[英]Subsampling from a set with the assumption that each member would be picked at least one time in r

對於我們有 1000 行數據集的情況，我需要一個代碼或想法。我想多次從大小為 800 的行中進行子采樣（我不知道應該重復多少次）。我應該如何控制至少在一次運行中選擇所有成員？我需要 r 中的代碼。為了使問題更清楚，讓我們將行名稱定義為：如果我子采樣 3 次： I不在任何子樣本集中。我想 ...

二次抽樣公式skipgram NLP

[英]subsampling formula skipgram NLP

我正在研究如何使用 Pytorch 實現 Skip-Gram 模型，我遵循本教程，在子采樣部分作者使用了這個公式：其中z變量是某個單詞的計數占語料庫中單詞總數的比例。我的疑問是，根據單詞的比例，這個公式給出的結果大於一，那么這個詞總是被添加到子樣本語料庫中，它不應該返回一個介於 0 和 1 ...

R 從數據集中的定制子集中獲取分位數和均值

[英]R Obtain quantile and mean from a tailored subset in the dataset

我想在定制的子集中獲得分位數。例如在以下數據集中：對於每一行i ，我想知道在x=x[i]和y=<y[i]的行中，50%tile（以及進一步計算中的其他分位數，例如 10%tile, 5% z[i]的平鋪）。預期的 output 將是對於每一行i ，我想知道在x=x[i]和y=<y ...

如何生成具有年度頻率的月度周期索引？

[英]How to generate monthly period index with annual frequency?

如何以最簡潔的方式生成每 12 個月觀察一次的月度周期指數？我想出了以下解決方案但我想知道是否有一種方法可以避免從期間索引轉換為 dataframe 並返回到期間索引。這是預期的 output： ...

如何對時間序列進行二次采樣（GPS 位置的突發）

[英]How to subsample time series (bursts of GPS locations)

我有一個時間序列如下：我想對其進行子采樣，例如我獲得了以下時間序列（即刪除每秒記錄的位置，例如大致僅保留 1 個位置/分鍾）我寫了以下代碼（但我沒有得到預期的時間序列）我真的很感激一些幫助，非常感謝！ ...

在 Matlab 中，當圖像在 YCbCr 中時，如何使用色度二次采樣將 4:4:4 圖像縮小為 4:1:1？

[英]In Matlab, how can I use chroma subsampling to downscale a 4:4:4 image to 4:1:1 when the image is in YCbCr?

按照這個確切的問題在 Matlab 中，當圖像在 YCbCr 中時，如何使用色度二次采樣將 4:4:4 圖像縮小為 4:2:0？他正在執行從 4:4:4 到 4:2:0 的色度縮小，我想從 4:4:4 縮小到 4:1:1。我不知道該怎么做？執行縮減誰能幫幫我嗎？提前致謝。 ...

統計推理：tf.keras.preprocessing.sequence skipgrams 如何以及為什么以這種方式使用 sampling_table？

[英]Statistical reasoning: how and why does tf.keras.preprocessing.sequence skipgrams use sampling_table this way?

sampling_table parameter僅在tf.keras.preprocessing.sequence.skipgrams方法中使用一次，用於測試sampling_table中目標詞的概率是否小於從 0 到 1 抽取的某個隨機數（ random.random() ）。如果你有一個很 ...

與類別成比例地從 df 中抽取隨機子樣本

[英]Drawing a random sub-sample from a df proportionally to categories

我有一個這樣的數據框產生：（真實數據框有 >1000 行）並計算類別產量：我想繪制n行的隨機子樣本，以便按比例表示每個中間類別。例如，13 個 (~23%) 類別中的 3 個是“內科”。因此，大約 23% 的子樣本應該有這個類別。如果每個患者有 1 個類別，這不會 ...

對聲音文件進行二次采樣的更有效方法？

[英]More efficient way of subsampling sound files?

如果已經問過這個問題，以及我對這個問題的措辭，因為我是 R 的新手，請提前道歉。有什么方法可以使我的代碼對聲音文件進行二次采樣更有效嗎？我有來自 9 個站點的 148 小時錄音，對於每個站點，我每 5 分鍾對 12 個 1 分鍾片段進行二次采樣。我目前這樣做的方式有效，但非常耗時。有沒有辦 ...

在 K 表示使用 R 進行聚類后，檢索最接近每個聚類的質心的 100 個樣本

[英]Retrieve 100 samples closest to the centroids of each cluster after K means clustering using R

我試圖通過首先在 R 中執行 K 均值聚類然后對每個代表性聚類采樣 50-100 個樣本來減少輸入數據大小，以進行下游分類和特征選擇。原始數據集被分割為 80/20，然后 80% 進入 K 均值訓練。我知道輸入數據有 2 列標簽和 110 列數字變量。從標簽欄中，我知道有 7 種不同的葯物治 ...

如何在 Spark 中對數據集的窗口進行子采樣？

[英]How to subsample windows of a DataSet in Spark?

假設我有一個如下所示的DataSet ：我想創建一個新的DataSet ，其中每個名稱都有 3 行，其中附加的行（如果有）是從同名的行中采樣的（例如，Karen 將具有三行相同的行）。如何在不遍歷每個名稱的情況下執行此操作？ ...

循環左連接

[英]Loop over left joins

我一直在嘗試遍歷左連接（使用 R）。我需要創建一個表，其中的列代表一個更大的表中的樣本。新表的每一列都應代表這些樣本中的每一個。如何循環左連接以使每列對應於不同的樣本？ ...

在 R 中均勻分布的樣本隨機行

[英]Sample random rows evenly spaced apart in R

我有超過 50 年的測量值。我正在嘗試對數據進行二次抽樣，以查看如果我只在 2 年或 3、4、5 年等而不是全部 50 年中抽樣，我會發現什么模式。我編寫了一個代碼，可以從數據集，但條件是這兩個隨機年份至少在數據集中分散開（相隔 10 年，或其他什么）。有沒有條件隨機抽樣代碼？這是我目前正在做 ...

如何在不替換的情況下重新采樣，將連續三個視為每個選擇的一個單元

[英]How to resample without replacement considering consecutive three as one unit for each choice

目標是從原始總體中抽取 n 個數據點。但是原始人口具有序列相關性（將其視為時間序列數據），我想選擇相鄰的三個作為每個選擇的一個單位。也就是說，每次都要選擇相鄰的三個數據點。選擇必須在沒有替代的情況下完成。它將重復選擇，直到樣本數據點的數量達到 n。每個選擇的數據點都必須是唯一的。（假設 ...

對 integer 的一維數組進行二次采樣，使總和達到 python 中的目標值

[英]Subsampling a 1D array of integer so that the sum hits a target value in python

我有兩個 1D arrays 的整數，它們有些不同，例如：我希望每個數組的總和等於兩者中最小的數組的總和。但是我想將值保留為整數，而不是浮點數，所以除法不是一種選擇。解決方案似乎是對最大數組進行一些子采樣，使其總和等於最小數組的總和：但是，我找不到可以執行此類二次采樣的 function。 ...

Gensim word2vec 下采樣樣本=0

[英]Gensim word2vec downsampling sample=0

Gensim word2vec 中的sample= 0是否意味着在我的訓練期間沒有使用下采樣？文檔只是說 “有用的范圍是 (0, 1e-5)” 但是將閾值設置為 0 會導致 P(wi) 等於 1，這意味着不會丟棄任何單詞，我是否理解正確？我正在處理一個包含 7597 個 Faceb ...

變長 df 子采樣函數 r

[英]variable length df subsampling function r

我需要編寫一個函數，涉及通過變量n bin 對 df 進行子集化。例如，如果n為 2，則在兩個 bin 中對 df 進行多次子采樣（從前半部分開始，然后從后半部分開始）。如果n為 3，則在 3 個 bin 中進行子采樣（第一個 1/3，第二個 1/3，第三個 1/3）。到目前為止，我一直在為不 ...

如何在MATLAB中手動將Y Cb Cr轉換為RGB？

[英]How to convert Y Cb Cr to RGB in MATLAB manually?

我的任務是對一系列 JPEG 執行 4:2:0 色度子采樣（顏色壓縮）。第一步是確保我可以生成我的 Y、Cb 和 Cr 值，然后轉換回 RGB 並顯示圖像。然后我可以回去添加我的子采樣邏輯。我很確定我有正確的公式來生成 Y、Cb 和 Cr 值，但我無法找出返回 RGB 和打印的正確方法。 ...

在 Matlab 中，當圖像在 YCbCr 中時，如何使用色度子采樣將 4:4:4 圖像縮小到 4:2:0？

[英]In Matlab, how can I use chroma subsampling to downscale a 4:4:4 image to 4:2:0 when the image is in YCbCr?

我已經將 jpg 圖像從 RGB 轉換為 YCbCr，但現在必須使用色度子采樣使它們成為 4:2:0。我已經搜索過但沒有找到任何有關如何執行此操作的信息（注意：我對 Matlab 非常陌生）編輯：我現在有了這個，但是在我設置 ycbcr(:,:,2) = newCb 的底部它說“無法執行分配， ...

為矩形圖像創建重疊的方形補丁

[英]Creating overlapping, square patches for rectangular images

給定一個矩形圖像img和 patch s 。現在我想用邊長為s正方形補丁覆蓋整個圖像，以便img中的每個像素都在使用最少補丁數量的至少一個補丁中。此外，我希望相鄰的補丁盡可能少重疊。到目前為止：我已經在下面包含了我的代碼並制定了一個示例。然而，它還不能完美地工作。希望有人發現錯誤。示 ...