【问题标题】:Why is the sample() function, that i am using to populate a variable, not regenerating the said variable为什么我用来填充变量的 sample() 函数,而不是重新生成所述变量
【发布时间】:2016-09-30 04:30:01
【问题描述】:

最初这篇文章是关于使用过度随机性并在名为 list_14300 的矩阵中找到一个模式(最大频率)。然后编程的另一个方面开始困扰我,每次我在 A) 下运行下面的代码。然后关闭 R 并重新启动 R 并运行用户定义函数estimate_mode 的相同代码,给我相同的输出。这很烦人,我期待每次都有不同的输出。这是否与我退出之前不保存有关,如果是这样是否意味着每次输出都不是随机的。

这是我在 stackoverflow 上找到的一个函数,用于查找向量或矩阵的模式:

estimate_mode <- function(x) {
  d <- density(x)
  d$x[which.max(d$y)]
}

下面我正在创建一个 1430 x 10 矩阵(list_14300),然后使用上述函数,确定该矩阵中的哪个值(在 1:1430 之间)在具有 14300 个值的矩阵中出现频率最高。

A)。

list_14300<-replicate(10,sample(1:1430,1430,replace = TRUE))

estimate_mode(list_14300)

每次我运行下面的代码并关闭 R 程序并重新打开 R 然后运行相同的代码为什么我得到相同的输出。我期望随机抽样,从而得出不同的结果。这就是我正在运行的:

list_14300<-replicate(10,sample(1:1430,1430,replace = TRUE))
#### MODE
estimate_mode(list_14300)
#

list_14300[1430,]
min(list_14300[1430,])
max(list_14300[1430,])
list_14300[1430,1]
#

每次我关闭并重新打开 R 并运行上面的代码时,都会再次返回此结果:

> list_14300<-replicate(10,sample(1:1430,1430,replace = TRUE))
> #### MODE
> estimate_mode(list_14300)
[1] 459.4862
> #
> 
> list_14300[1430,]
[1] 1011  369  841 1383   82 1317  768  343  998 1203
> min(list_14300[1430,])
[1] 82
> max(list_14300[1430,])
[1] 1383
> list_14300[1430,1]
[1] 1011

为什么每次结果都不如我所料?

【问题讨论】:

  • list_1430 是什么?你在list_14300的定义中把它称为length()的参数
  • 您的list_14300 定义不会运行,因为它依赖于未定义的list_1430(错字?应该也是list_14300?)。另外,我建议不要用list 命名matrix,因为list 是不同的东西。
  • 但一般来说,apply 适用于矩阵。 apply(your_matrix, MARGIN = 1, estimate_mode) 将 estimate_mode 函数应用于矩阵的每一行。使用MARGIN = 2 代替列。
  • 谢谢大家。是的,抱歉 list_1440 只是作为向量 1:1430,因此在这里用 list_1430 替换为 1430 是合适的。

标签: r


【解决方案1】:

在我发布答案后,您似乎已经大大改变了问题的范围,答案是针对您发布的最初问题。

如果我理解正确,那么您可以创建一个列表,其中每个元素都是一个尺寸为 1430 x 10 的矩阵:

a <- list()
for(i in 1:100) {a[[i]] <- replicate(10, sample(1:1430, 1430), replace = TRUE))}

您可以像这样检查第二个矩阵:

   a[[2]]

然后为了找出每个矩阵中出现频率最高的数字,我们编写了这个函数:

GetMax <- function(x){
                     counts <- table(x)
                     counts_max <- as.numeric(names(counts[which.max(counts)]))
                     return(counts_max)
                     }

然后,我们可以应用到所有 100 个矩阵:

lapply(a, GetMax)

您可以改为在向量中获取结果并绘制直方图:

most_freq <- unlist(lapply(a, GetMax))
hist(most_freq)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2021-06-20
    • 1970-01-01
    • 2010-12-20
    • 1970-01-01
    • 2017-05-23
    • 2020-06-17
    • 1970-01-01
    相关资源
    最近更新 更多