n 中选 m —— 随机采样的艺术

0,1,2…n-1，n 个数中随机取 m 个数，要求 0, 1, n-1，此 n 个数每个数被取到的概率相同：

Knuth 书中的随机化方法，很容易写出：

void genkunth (int n, int m) {for (int i = 0; i < n; ++i) {if (bigrand() % (n-i) < m) {m--;cout << i << endl;}}
}

该算法的特点分析如下：

当 n == m 时，if 判断式恒成立，输出的结果也恒定为 0, 1, 2, … n-1;
- n-i 每次循环一定发生，m– 未必发生；则 n-i 一定小于 m，对 n-i 取模也必然小于 m；
当 n > m 时，最坏的情况，前 n-m 次随机都不满足条件（if 均不成立），第 n-m+1 次随机必然成立；
故一定可以输出 m 个随机数，
- 当 n == m, 输出为 0, 1, 2, … n-1
- 当 n > m, 输出 m 个有序的介于 0-n-1 之间的数；

n 中选 m —— 随机采样的艺术相关推荐

Python-pcl 随机采样一致性算法
RANSAC 随机采样一致性算法 RANSAC是一种随机参数估计算法.RANSAC从样本中随机抽选出一个样本子集,使用最小方差估计算法对这个子集计算模型参数,然后计算所有样本与该模型的偏差,在使用一个 ...
随机采样池化--S3Pool: Pooling with Stochastic Spatial Sampling
S3Pool: Pooling with Stochastic Spatial Sampling CVPR2017 https://github.com/Shuangfei/s3pool 本文将常规池 ...
机器学习中的数据不平衡问题----通过随机采样比例大的类别使得训练集中大类的个数与小类相当，或者模型中加入惩罚项...
机器学习中的数据不平衡问题摘自:http://wap.sciencenet.cn/blogview.aspx?id=377102 最近碰到一个问题,其中的阳性数据比阴性数据少很多,这样的数据集在进行 ...
ML之FE：数据随机抽样之利用pandas的sample函数对超大样本的数据集进行随机采样，并另存为csv文件
ML之FE:数据随机抽样之利用pandas的sample函数对超大样本的数据集进行随机采样,并另存为csv文件目录数据随机抽样之利用pandas的sample函数对超大样本的数据集进行随机采样,并 ...
5.7 随机采样最小二乘法
5.7 随机采样最小二乘法如果万一出现差错,又难以检测出,则强影响点影响很大,此时可以采用一种随机方法,尽量避免差错带来的影响. 随机最小二乘法不采用所有测量数据,而是随机抽取部分测量数据,根据这些 ...
最小二乘法以及RANSAC（随机采样一致性）思想及实现
线性回归–最小二乘法(Least Square Method) 线性回归: 什么是线性回归? 举个例子,某商品的利润在售价为2元.5元.10元时分别为4元.10元.20元, 我们很容易得出商品的利润与 ...
【python】随机采样的两种方法
python中需要在一定区间内进行采样,或是对生成的数据进行采样,可以利用随机模块random.sample()函数或者numpy.random.choice()函数实现. 1.随机采样如果需要对某 ...
设置随机种子之后，网络训练结果仍然不同的解决方法（针对随机采样的数据集）torch设置随机种子，num_worker对数据采样的影响。
网络训练结果无法复现设置随机种子应该为torch, numpy,以及Python设置随机种子,并提高torch卷积精度. def set_seed(seed):random.seed(seed)n ...
一种推理优化新思路，对特征图进行[随机采样-插值]
分享一篇ECCV 2020 的论文:Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation 论文 ...

n 中选 m —— 随机采样的艺术

n 中选 m —— 随机采样的艺术相关推荐

最新文章

热门文章