matlab划分训练和测试集

在 MATLAB 中，可以使用 `crossvalind` 函数来随机划分训练集和测试集。该函数的语法如下：

idx = crossvalind('Kfold',n,k)

其中，`n` 表示总样本数，`k` 表示划分的份数，`idx` 是一个长度为 `n` 的向量，其中每个元素表示对应样本所属的划分编号。

例如，如果有 100 个样本，想将其划分为 5 份，则可以使用如下代码：

n = 100;
k = 5;
idx = crossvalind('Kfold',n,k);

这样，`idx` 就是一个长度为 100 的向量，每个元素的值为 1 到 5 中的一个整数，表示对应样本所属的划分编号。

然后，可以根据 `idx` 将数据集划分为训练集和测试集。例如，可以将编号为 1 的样本作为测试集，其余样本作为训练集，代码如下：

testIdx = (idx == 1);
trainIdx = ~testIdx;

这样，`testIdx` 和 `trainIdx` 分别是长度为 100 的逻辑向量，表示哪些样本属于测试集和训练集。可以根据这两个向量从原始数据集中提取出相应的样本。例如，如果数据集为 `data`，则可以使用如下代码提取出训练集和测试集：

testData = data(testIdx,:);
trainData = data(trainIdx,:);