在 MATLAB 中用列向量给出的索引创建矩阵的向量化方法

Question

假设我得到一个 1000x1 的列向量，其值范围为 1-10。现在我想把它变成一个 1000x10 矩阵，其中对于每一行，列向量中的值给定的列中都有一个 1。我在下面有一个正确的实现，但是有没有一种优雅的方法可以在没有 for 循环的情况下做到这一点？

ymat = zeros(1000, 10);
y = randi([1,10],1000,1);
for i=1:1000
    ind = y(i);
    ymat(i,ind)=1;
end

Answer 1

当然可以。使用 repmat 和 bsxfun。例如，

bsxfun(@eq,repmat(1:10,numel(y),1),repmat(y,1,10))

答案：

 ...
 0     0     0     1     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     0     0     1     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     1     0     0     0     0
 0     0     0     0     0     0     1     0     0     0
 0     0     0     0     0     0     0     0     0     1
 0     0     0     0     1     0     0     0     0     0
 1     0     0     0     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0

>>

Answer 2

您有一组列索引，对应的行索引应该是1:1000。

有两个选项可以从中生成矩阵。

accumarray
稀疏

acccumarray 将生成 full 矩阵，sparse 将生成 sparse 矩阵。

在您的情况下，生成的矩阵密度为 10%，可以视为稀疏矩阵。

% Full matrix using accumarray
ymat = accumarray([(1:1000).', y], ones(1000,1), [1000, 10]);

% Sparse matrix using sparse
ymat = sparse(1:1000, y, ones(1000,1), 1000, 10, 1000);

计算时间

我运行带有 y = 1000 x 1 和 y = 10000 x 1 的代码。

y = 1000 x 1

y = 10000 x 1

我添加了@transversality 条件建议的代码。

原来accumarray最快，sparse最慢

accumarray 显示较小尺寸的更好性能，但 accumarray 和 bsxfun(@eq) 之间的差距随着我们增加数组的大小而变小。

Answer 3

我们可以使用这些条目的“linear index”一次访问 ymat 中条目的任何子集。由于我们已经有了包含列坐标的y，而行坐标只是1:100，我们可以很容易地用sub2ind得到它们的线性索引值，然后将[=中的所有索引值设置为1 12=]:

ymat(sub2ind([1000 10], (1:1000)', y)) = 1

但是请注意，必须事先创建具有适当大小的 ymat。

Answer 4

您还可以使用ind2vec函数：

ymat=full(ind2vec(y.').')

在 MATLAB 中用列向量给出的索引创建矩阵的向量化方法

Vectorized approach to creating a matrix with 1s in indices given by a column vector in MATLAB

matlab

neural-network

multilabel-classification

计算时间