以相同频率采样数据

Question

我有一个标签向量labels，其中包含10个类的60000个对象（每个类有6000个样本）的标签信息。

我需要随机抽样1000个样本，但也保证每个类100个。

Answer 1

我假设你的数据是随机排序的？所以，现在你想m*3样本与每个类的m样品（其中）

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

：所以这样的事情（我只用3类，1，2和3为简单起见）。最自然的方式将大约为每个类的精确m样本，只是挑m*3样品均匀随机不太严格：

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

请注意，如果您有统计工具箱可以用randsample代替randperm为了这。

但是，如果你必须有每个样本完全m那么这样的事情应该这样做。请注意我的目标是让指数，而不是值我以为是你越后是什么：当你想回数据只是做

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 

现在

data(idx) 

或更可能像data(idx,:)，因为你的data可能不是一个向量。在这种情况下，您需要将我的代码中的numel更改为或类似的东西