在R中以不同概率重複採樣

在以下代碼中，「權重」是權重集的大矩陣。這個矩陣由1000行和4列組成。每行是一組權重（每行中元素的總和等於1）。另外，還有四個對象，我想根據每個權重組選擇其中的一個。換句話說，這個隨機選擇應該重複所有的權重集。現在我已經用for解決了這個問題。但是有沒有更有效的方法在R中進行編碼？在R中以不同概率重複採樣

y <- c("a", "b", "c", "d") 
for(i in 1:nrow(Weight)){ 
    selection[i] <- sample(y, 1, prob=Weight[i,]) #selection is a vector with the same number of rows as Weight 
}

來源

2013-12-11 Milad

你如何定義「有效」？ – flodel

包裝你sample成一個功能，您可以只傳遞一個參數，從Weight行：

myfun <- function(w) { 
    sample(y, 1, prob=w) 
}

然後你就可以使用申請家庭的一員：

apply(Weight, 1, myfun)

但是，只要你預先分配了selection，你的方法並不是非常低效。

來源

2013-12-11 01:12:48 Justin

或者，您可以直接使用'apply'而不創建額外的函數：'apply（Weight，1，sample，x = y，size = 1，replace = FALSE） –

更有效的方法是首先計算您的權重的按行累積和，然後在0和1之間繪製一個數字，然後查看它在哪個累積和中的位置。這樣，您只需要執行一個致電runif以獲取您的隨機數據，而使用其他方法致電1000致電。

Weight <- matrix(sample(1:100, 1000 * 4, TRUE), 1000, 4) 

x <- runif(nrow(Weight)) 
cumul.w <- Weight %*% upper.tri(diag(ncol(Weight)), diag = TRUE)/rowSums(Weight) 
i <- rowSums(x > cumul.w) + 1L 
selection <- y[i]

還要注意我怎樣通過由三角矩陣相乘，而不是使用更慢apply(Weight, 1, cumsum)計算出的累計總和。一切都是矢量化的，所以它應該比使用apply或for循環更快。

與apply和for基準比較：

f_runif <- function(Weight, y) { 
    x <- runif(nrow(Weight)) 
    cumul.w <- Weight %*% upper.tri(diag(ncol(Weight)), diag = TRUE)/
    rowSums(Weight) 
    i <- rowSums(x > cumul.w) + 1L 
    y[i] 
} 

f_for <- function(Weight, y) { 
    selection <- rep(NA, nrow(Weight)) 
    for(i in 1:nrow(Weight)){ 
    selection[i] <- sample(y, 1, prob=Weight[i,]) 
    } 
} 

f_apply <- function(Weight, y) { 
    apply(Weight, 1, function(w)sample(y, 1, prob=w)) 
} 

y <- c("a", "b", "c", "d") 
Weight <- matrix(sample(1:100, 1000 * 4, TRUE), 1000, 4) 

library(microbenchmark) 
microbenchmark(f_runif(Weight, y), 
       f_for (Weight, y), 
       f_apply(Weight, y)) 

# Unit: microseconds 
#    expr  min  lq median   uq  max neval 
# f_runif(Weight, y) 223.635 231.111 274.531 281.2165 1443.208 100 
# f_for(Weight, y) 10220.674 11238.660 11574.039 11917.1610 14583.028 100 
# f_apply(Weight, y) 9006.974 10016.747 10509.150 10879.9245 27060.189 100

來源

2013-12-11 01:29:58 flodel

在R中以不同概率重複採樣

回答

相關問題