如何获取数据集的其余部分

Question

以下是从数据集中选择一组随机排列的示例，如何使用剩余的数据创建新数据集。例如，在下面我选择 49402（大约 10%）并创建一个名为 UnseenTestdata 的数据集，在选择后我希望其余部分进入一个名为 testdata 的新数据集。

pointsToPick = 49402;  %# Numbers to pick
rVec = randperm(494021);   %# Random permutation of datapoint indices (N=494021 in this case)  

UnseenTestdata = fulldata(rVec(1:pointsToPick),:); %# Random sample

Unseentestdata 减去 fulldata = 数据集的剩余部分，恰当地命名为 testdata。

fulldata 集的维度是 494021x6，我从 fulldata 中随机选择 49402x6。然后，我需要从 fulldata 中减去 unseentestdata 剩下的内容。

Barnabas Szabolcs 添加了一个测试用例答案：

fulldata = [1 2; 3 4; 5 6; 7 8];
rVec = randperm(4);  
pointsToPick=2;
unseen = fulldata(rVec(1:pointsToPick),:); 
testdata = fulldata(rVec(pointsToPick:length(rVec)),:); 

但是这不起作用，我已经屏幕转储了结果：

如果您在屏幕转储中注意到未见过的数据 = 3,4 和 7,8，但是如果您在测试数据中发现 7,8 仍然存在。

如果完整数据 =

1,2
3,4
5,6
7,8

在这种情况下，我们随机选择两个行，看不见的行是：

row
3,4
7,8

那么剩下的应该是：

1,2
5,6

但是，如果您在示例测试 testdata 的屏幕转储中注意到该行：

7,8

显示示例测试不起作用。

Answer 1

如果我正确理解你的问题，解决方案是

testdata = fulldata(rVec((pointsToPick+1):length(rVec)),:);

简单的测试用例：

fulldata = [1 2; 3 4; 5 6; 7 8;10 9];
rVec = randperm(4);  // gives me first time [4 2 3 1 5]
pointsToPick=2;
unseen = fulldata(rVec(1:pointsToPick),:); // [7 8; 3 4]
// length(rVec) is 5
testdata = fulldata(rVec((pointsToPick+1):length(rVec)),:); // [5 6; 1 2; 10 9]

在某种意义上你可以清楚地看到fulldata = unseen (setplus) testdata。 请注意，我们需要“+1”，因为与 C++ 中的说法不同，数组是从一个向上索引的，所以最后一个索引是 length 而不是 length-1。

你可以用这个来验证事情是否正确：

 isequal(sort([unseen; test]), sort(full_data)) // should be true