MATLAB怎么划分训练集和测试集

在MATLAB中，可以使用 `cvpartition` 函数来划分训练集和测试集。具体步骤如下：

1. 将训练数据和标签合并成一个矩阵，形成 `data` 矩阵。

2. 使用 `cvpartition` 函数划分数据集。`cvpartition` 函数可以根据指定的方式将数据集划分为训练集和测试集，常用的划分方式有：随机划分、分层划分等。

例如，使用随机划分将数据集划分为训练集和测试集，代码如下：

% 将数据和标签合并成一个矩阵
data = [X, y];

% 随机划分数据集，80%作为训练集，20%作为测试集
cv = cvpartition(size(data,1), 'Holdout', 0.2);

% 获取训练集和测试集的索引
trainIdx = cv.training;
testIdx = cv.test;

% 分别获取训练集和测试集
trainData = data(trainIdx,:);
testData = data(testIdx,:);

以上代码中，`size(data,1)` 表示数据集的样本数，`'Holdout',0.2` 表示随机将数据集划分为训练集和测试集，其中测试集占比为20%。`cv.training` 和 `cv.test` 分别表示训练集和测试集的索引，将这些索引应用于原始数据即可得到训练集和测试集。