向量数据集的蒙特卡罗模拟

Question

我有一组N个对象的(x，y，z，u，v，w)向量。

我要做的是通过蒙特卡洛模拟克隆这些对象来扩展这个数据集。

我想知道这是否合理。如果是这样，如何在Python中做到这一点?如果不是，还有什么替代方法。

+)我习惯的是具有向量分量的不确定性值，并进行某种类型的多变量分布提取，以基本上获得“克隆数据”，即表示不确定性的数据。在这种情况下，我没有不确定性，所以我试图得到一个合成分布。

Answer 1

为了能够使用MC模拟创建新数据，您需要有一些可以进行模拟的东西。我猜你的问题并不是很清楚这个模拟应该如何进行。如果您的意思是您应该创建新数据，这些数据是现有数据的其他排列，我猜您可以在某种意义上将其称为MC。这可以通过从每个向量中随机选择一个元素来实现。代码示例(未经过测试或优化，但在概念上有效)：

import numpy as np
data = ...
n_new_data
new_data = np.full((n_new_data, len(data)), np.nan)
for i, vec in enumerate(data):
    for j in range(n_new_data):
        new_data[j, i] = vec[np.random.random_integers(len(vec)-1)]

如果您只有data可以使用，那么这样做可能有些合理。如果变量不是独立的，另一种更复杂但更现实的选择是计算每个样本中变量之间的相关性，然后根据这种相关性生成新数据。