生成过度混合的矢量

问题描述：

想象一下，横跨x轴的颜色平滑，从左边的白色到右边的红色。该梯度由x描述。生成过度混合的矢量

set.seed(444) 
x <-sort(runif(10,0,1)) 
x 
#[1] 0.04887351 0.05602405 0.16805309 0.18510214 0.28311653 0.36549003 0.38968610 
# 0.55943791 0.57680379 0.84906069

在载体彼此旁边x元素比更远的序列中更相似。我可以随机将这个矢量与sample(x,10)混合。但是如果我想洗牌x，以便彼此旁边的数字（最近的邻居）比彼此之间的数字更可能不同，那么实现这一目标的好方法是什么？

例如对于x的元素，其最接近的元素的平均之间的相关性是显式：

neighbour <- c(x[2],mean(x[1],x[3]),mean(x[2],x[4]),mean(x[3],x[5]), 
       mean(x[4],x[6]),mean(x[5],x[7]),mean(x[6],x[8]), 
       mean(x[7],x[9]),mean(x[8],x[10]),x[9]) 
cor(x,neighbour) 
#[1] 0.9539783

我想产生洗牌x以产生向量，其中cor()强烈负。

也许你可以举一个你想要输出的例子吗？ – alexwhan 2013-03-26 08:38:58

答

由于测试每个排列并采用最小值cor（因为排列数为10!即3 628 800）并不合理，您可以尝试优化。这里有一种方法：

a <- sort(runif(10,0,1)) 

#The function to minimize 
f<-function(par,vec){ 
    x<-vec[par] 
    neighbour <- c(x[2],mean(x[1],x[3]),mean(x[2],x[4]),mean(x[3],x[5]), 
       mean(x[4],x[6]),mean(x[5],x[7]),mean(x[6],x[8]), 
       mean(x[7],x[9]),mean(x[8],x[10]),x[9]) 
    cor(x,neighbour) 
    } 

# A function to generate a new permutation to test 
g<-function(par,vec){sample(par, length(par))} 

res <- optim(par=seq_along(a), fn=f, gr=g, vec=a, method="SANN", 
     control=list(maxit = 30000, temp = 2000, trace = TRUE, REPORT = 500))

你的结果是a[res$par]。

生成过度混合的矢量

相关推荐