我有一个列向量“距离”，我想从这个向量中随机选择一个值，这样较小的值就有更高的被选中概率。到目前为止，我正在使用以下内容，其中“possible_cells”是随机选择的值：
w=(fliplr(1:numel(distances)))/100
possible_cells=randsample((sort(distances)),1,true,w)
基本上，我翻转了距离向量以创建选择概率“w”（如果我正确理解 randsample），因此最小值的被选中概率等于最大值。为了检查它的效果如何，我随机绘制了 50 个值，并通过使用直方图，我看到这些值比我预期的要高。有没有人知道如何做我上面描述的事情？ 0 条评论
【问题讨论】：
这样的事情怎么样？
让我们从长度不超过 20 的 10 个样本距离开始，以进行演示：
d = randi(20,10,1);
接下来，由于我们希望更小的值更有可能，让我们取这些距离的倒数：
d_rec = 1./d;
现在，让我们进行归一化，这样我们就可以创建一个分布来选择我们的距离：
d_rec_norm = d_rec ./ sum(d_rec);
这个新变量反映了选择每个给定距离的概率。现在来个小技巧……我们像这样选择距离：
d_i = find(rand < cumsum(d_rec_norm),1);
这将为我们提供我们选择的距离的索引。这背后的逻辑是，当对与每个距离（d_rec_norm）相关的归一化值进行累积求和时，我们会创建“箱”，其宽度与选择每个距离的可能性成正比。剩下的就是选择一个介于 0 和 1 之间的随机数 (rand) 并查看它属于哪个“bin”。
我是这里的新发帖者，所以如果不清楚，请告诉我，我可以尝试改进我的解释。
【讨论】：
d_i 将是所选距离的索引。选择的实际距离为d(d_i)。
d=[5 10]。然后，d_rec_norm=[0.6667 0.3333]，它给出了我们想要选择每个距离的概率。 cumsum(d_rec_norm)=[0.6667 1.0000]，它创建了“垃圾箱”。然后，rand 产生一个介于 0 和 1 之间的随机数。随机数有 66% 的机会介于 0 和 0.6667 之间，有 33% 的机会介于 0.6667 和 1 之间。d_i 的最后一位代码将找到我们的随机数落入哪个“bin”。这有帮助吗？