多维空间中的随机单位向量答案

【问题标题】：random unit vector in multi-dimensional space多维空间中的随机单位向量
【发布时间】：2011-09-11 02:28:36
【问题描述】：

我正在研究一种数据挖掘算法，我想从特征空间中的特定点选择一个随机方向。

如果我从 [-1,1] 中为 n 个维度中的每一个选择一个随机数，然后将向量标准化为长度为 1，我会在所有可能的方向上得到均匀分布吗？

我只是在理论上说，因为计算机生成的随机数实际上并不是随机的。

【问题讨论】：

标签： random distribution data-mining computational-geometry uniform

【解决方案1】：

一个简单的技巧是从高斯分布中选择每个维度，然后进行归一化：

from random import gauss

def make_rand_vector(dims):
    vec = [gauss(0, 1) for i in range(dims)]
    mag = sum(x**2 for x in vec) ** .5
    return [x/mag for x in vec]

例如，如果您想要一个 7 维随机向量，请选择 7 个随机值（来自均值为 0 和标准差为 1 的高斯分布）。然后，使用毕达哥拉斯公式计算结果向量的大小（对每个值求平方，将平方相加，然后取结果的平方根）。最后，将每个值除以幅度，得到归一化的随机向量。

如果您的维度数量很大，那么这具有始终立即工作的强大优势，同时生成随机向量，直到您找到一个大小恰好小于 1 的向量，这将导致您的计算机简单地挂在十几个维度上左右，因为他们中的任何一个合格的可能性变得非常小。

【讨论】：

不错！感谢您的额外建议。
顺便说一下，这就是 boost boost.org/doc/libs/1_47_0/boost/random/uniform_on_sphere.hpp 的实现方式。 ;)
这里有一个关于为什么这个方法是正确的参考mathworld.wolfram.com/HyperspherePointPicking.html
快速解释为什么会这样：一个点在给定处的概率 P 是 P(x)*P(y)。高斯分布大致有e^(-x^2)的形式，所以e^(-x^2)*e^(-y^2)就是e^(-(x^2+y^2))。这只是点到原点的距离的函数，因此得到的分布是径向对称的。这很容易推广到更高的维度。
附加说明：Box–Muller 变换可用于从独立的均匀分布变量对生成独立的正态分布变量对（没有“浪费”）。

【解决方案2】：

使用您描述的算法，您不会得到均匀分布的角度集合。角度将偏向 n 维超立方体的角。

这可以通过消除与原点距离大于 1 的任何点来解决。然后您处理的是球形而不是立方（n 维）体积，然后您的一组角度应该均匀分布在样本空间中。

伪代码：

设 n 为维数，K 为所需的向量数：

vec_count=0
while vec_count < K
   generate n uniformly distributed values a[0..n-1] over [-1, 1]
   r_squared = sum over i=0,n-1 of a[i]^2
   if 0 < r_squared <= 1.0
      b[i] = a[i]/sqrt(r_squared)  ; normalize to length of 1
      add vector b[0..n-1] to output list
      vec_count = vec_count + 1
   else
      reject this sample
end while

【讨论】：

这就是我所担心的。我只是无法按照您描述的方式在脑海中将其正式化。直觉上我知道我希望我可能的随机向量来描述一个圆。我只是没有看到如何在代码中实现它。
@Matt：我稍微扩展了我的答案，希望对您有所帮助。
如果可以使用封闭式表达式解决这个问题，为什么还要使用运行时间不确定的算法和分支？
在高维中，这是极其低效的。例如，在六个维度中，只有 8% 的样本会被接受。在十个维度上，这一比例下降到 0.25%。

【解决方案3】：

我在开发 ML 算法时也遇到了完全相同的问题。
在为二维情况绘制样本并绘制角度的结果分布后，我得出了与 Jim Lewis 相同的结论。

此外，如果您在 x 轴和 y 轴从 [-1,1] 随机绘制时尝试导出 2d 方向的密度分布，您将看到：

f_X(x) = 1/(4*cos²(x)) 如果 0 和
f_X(x) = 1/(4*sin²(x)) 如果 x > 45⁰

其中x是角度，f_X是概率密度分布。

我在这里写过这个： https://aerodatablog.wordpress.com/2018/01/14/random-hyperplanes/

【讨论】：

【解决方案4】：

从正态分布中采样的算法有一个 boost 实现：random::uniform_on_sphere

【讨论】：

【解决方案5】：

#define SCL1 (M_SQRT2/2)
#define SCL2 (M_SQRT2*2)

// unitrand in [-1,1].
double u = SCL1 * unitrand();
double v = SCL1 * unitrand();
double w = SCL2 * sqrt(1.0 - u*u - v*v);

double x = w * u;
double y = w * v;
double z = 1.0 - 2.0 * (u*u + v*v);

【讨论】：

对于像我这样的非机械人员来说，不再难以阅读代码。任何关于它的作用的cmets，为什么它比公认的答案更好，或者什么？