通过在 matlab 中根据指定顺序对样本行求和来创建经验联合概率矩阵的有效方法
An efficient way for creating an empirical joint probability matrix by summing rows of samples according to a specified order in matlab
假设我有一个样本矩阵 samples (n_samples x n1) 和一个标签向量 labels (n_samples x 1)，其中标签位于范围 [1:n2]
我正在寻找一种有效的方法来创建大小为 n2 x n1 的经验联合概率矩阵 P。
对于每个样本 i，我们在 labels(i) 指示的位置将其行 samples(i, :) 添加到 P。
即（伪代码）
for i = 1:n_samples
P(l(i), :) += M(i, :)
是否有一个杀手级的 matlab 命令可以做到这一点？而不是 for 循环或 arrayfun？
关注@BillBokeey 评论：这是解决方案
[xx, yy] = ndgrid(labels,1:size(samples,2));
P = accumarray([xx(:) yy(:)],samples(:));
假设我有一个样本矩阵 samples (n_samples x n1) 和一个标签向量 labels (n_samples x 1)，其中标签位于范围 [1:n2]
我正在寻找一种有效的方法来创建大小为 n2 x n1 的经验联合概率矩阵 P。
对于每个样本 i，我们在 labels(i) 指示的位置将其行 samples(i, :) 添加到 P。
即（伪代码）
for i = 1:n_samples
P(l(i), :) += M(i, :)
是否有一个杀手级的 matlab 命令可以做到这一点？而不是 for 循环或 arrayfun？
关注@BillBokeey 评论：这是解决方案
[xx, yy] = ndgrid(labels,1:size(samples,2));
P = accumarray([xx(:) yy(:)],samples(:));