MATLAB中的加权随机数
 

如何从向量a随机选取N个数字，并将权重分配给每个数字？

比方说：

a = 1:3; % possible numbers weight = [0.3 0.1 0.2]; % corresponding weights 在这种情况下，拾取1的概率应该比拾取2高3倍。

所有权重的总和可以是任何值。



[B]回答：[/B]

R = randsample([1 2 3], N, true, [0.3 0.1 0.2]) [URL="http://www.mathworks.com/help/stats/randsample.html"]randsample[/URL]包含在统计工具箱中

否则，您可以使用某种[URL="http://en.wikipedia.org/wiki/Fitness_proportionate_selection"]轮盘赌选择[/URL]过程。看到这个[URL="https://stackoverflow.com/questions/2140787/select-random-k-elements-from-a-list-whose-elements-have-weights/2151885#2151885"]类似的问题[/URL] （尽管不是特定于MATLAB的）。这是我的单行实现：

a = 1:3; %# possible numbers w = [0.3 0.1 0.2]; %# corresponding weights N = 10; %# how many numbers to generate R = a( sum( bsxfun(@ge, rand(N,1), cumsum(w./sum(w))), 2) + 1 ) [B]说明：[/B]

考虑间隔[0,1]。我们为列表中的每个元素（ 1:3 ）分配一个与每个元素的重量成比例的长度子区间；因此， 1 get和长度0.3/(0.3+0.1+0.2)间隔，其他都一样。

现在，如果我们生成一个在[0,1]上具有均匀分布的随机数，则[0,1]中的任何数字都具有相等的被拾取概率，因此子间隔的长度确定了随机数落入每个间隔。

这符合我在上面做的事情：选择一个数字X〜U [0,1]（更像N数字），然后以向量化的方式找出它属于哪个间隔。

您可以通过生成足够大的序列N=1000来检查上述两种技术的结果：

>> tabulate( R ) Value Count Percent 1 511 51.10% 2 160 16.00% 3 329 32.90% 或多或少与归一化权重w./sum(w)匹配[0.5 0.16667 0.33333]



[url=https://stackoverflow.com/questions/2977497]更多&回答...[/url]