以相同頻率採樣數據

Question

我有一個標籤向量labels，其中包含10個類的60000個對象（每個類有6000個樣本）的標籤信息。

我需要隨機抽樣1000個樣本，但也保證每個類100個。

Answer 1

我假設你的數據是隨機排序的？所以，現在你想m*3樣本與每個類的m樣品（其中）

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

：所以這樣的事情（我只用3類，1，2和3爲簡單起見）。最自然的方式將大約爲每個類的精確m樣本，只是挑m*3樣品均勻隨機不太嚴格：

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

請注意，如果您有統計工具箱可以用randsample代替randperm爲了這。

但是，如果你必須有每個樣本完全m那麼這樣的事情應該這樣做。請注意我的目標是讓指數，而不是值我以爲是你越後是什麼：當你想回數據只是做

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

data(idx) 

或更可能像data(idx,:)，因爲你的data可能不是一個向量。在這種情況下，您需要將我的代碼中的numel更改爲或類似的東西