在Matlab中隨機選擇大量樣本的子集

Question

我想從大量的N個樣本中創建n個樣本的一個子集，我通常在Matlab中使用randperm函數，並取前n個索引。但是，由於數據可能非常大，randperm會給我提供的內存不足的錯誤消息。

我想提出一些建議，如何在Matlab中不使用randperm函數的情況下從大量數據集中選擇一個小子集。

謝謝。

Answer 1

如果n比N小得多，一個rejection method是有效的：產生使用randi可能重複採樣，檢查是否有重複（這不太可能），如果這樣重複：

N = 10000; 
n = 100; 
repeat = true; 
while repeat 
    sample = randi(N,1,n); 
    repeat = any(sum(bsxfun(@eq, sample, sample.'))>1); 
end 

Answer 2

您可以嘗試使用單（）減半命令datasize：

http://www.mathworks.de/help/matlab/ref/single.html

Answer 3

randi給出均勻分佈的數字，

Ind = randi(N,[n 1]); 
Observation = data(Ind); 

你也使用datasample，

Observation = datasample(data,n,'Replace',false)); 

As @Shai提及d，另一種選擇是randsample，

Observation = data(randsample(N,n));