Java中带替换的加权采样答案

【问题标题】：Weighted sampling with replacement in JavaJava中带替换的加权采样
【发布时间】：2013-12-31 22:02:03
【问题描述】：

在 Java 或 Apache Commons Math 等库中是否有与 MATLAB 函数 randsample 等效的函数？更具体地说，我想找到一个函数randSample，它根据我指定的概率分布返回一个独立且相同分布的随机变量向量。例如：

int[] a = randSample(new int[]{0, 1, 2}, 5, new double[]{0.2, 0.3, 0.5})
//        { 0 w.p. 0.2
// a[i] = { 1 w.p. 0.3
//        { 2 w.p. 0.5

输出与 MATLAB 代码 randsample([0 1 2], 5, true, [0.2 0.3 0.5]) 相同，其中 true 表示带替换采样。

如果没有这样的函数，我怎么写？

注意：我知道有人在 Stack Overflow 上询问过 similar question，但很遗憾没有得到答复。

【问题讨论】：

标签： java matlab random random-sample

【解决方案1】：

我很确定它不存在，但是很容易制作一个会产生这样的样本的函数。首先，Java 确实带有一个随机数生成器，特别是一个带有 Random.nextDouble() 函数的随机数生成器，它可以生成 0.0 到 1.0 之间的随机双精度数。

import java.util.Random;

double someRandomDouble = Random.nextDouble();
     // This will be a uniformly distributed
     // random variable between 0.0 and 1.0.

如果您有替换抽样，如果您将作为输入的 pdf 转换为 cdf，您可以使用 Java 提供的随机双精度数来创建随机数据集，通过查看它落在 cdf 的哪个部分。所以首先你需要将pdf转换成cdf。

int [] randsample(int[] values, int numsamples, 
        boolean withReplacement, double [] pdf) {

    if(withReplacement) {
        double[] cdf = new double[pdf.length];
        cdf[0] = pdf[0];
        for(int i=1; i<pdf.length; i++) {
            cdf[i] = cdf[i-1] + pdf[i];
        }

然后你制作适当大小的整数数组来存储结果并开始查找随机结果：

        int[] results = new int[numsamples];
        for(int i=0; i<numsamples; i++) {
            int currentPosition = 0;

            while(randomValue > cdf[currentPosition] && currentPosition < cdf.length) {
                currentPosition++; //Check the next one.
            }

            if(currentPosition < cdf.length) { //It worked!
                results[i] = values[currentPosition];
            } else { //It didn't work.. let's fail gracefully I guess.
                results[i] = values[cdf.length-1]; 
                     // And assign it the last value.
            }
        }

        //Now we're done and can return the results!
        return results;
    } else { //Without replacement.
        throw new Exception("This is unimplemented!");
    }
}

有一些错误检查（确保 value 数组和 pdf 数组大小相同）和一些其他功能，您可以通过重载 this 来提供其他功能来实现，但希望这足以让您开始。干杯！

【讨论】：