matlab划分训练集验证和测试集代码_MATLAB神经网络工具箱

MATLAB神经网络工具箱提供了很多函数来帮助我们划分数据集，以下是一个简单的例子：

% 读取数据
data = load('data.mat');
inputs = data.inputs;
targets = data.targets;

% 训练集占比
train_ratio = 0.6;
% 验证集占比
val_ratio = 0.2;
% 测试集占比
test_ratio = 0.2;

% 划分数据集
[trainInd,valInd,testInd] = dividerand(length(inputs),train_ratio,val_ratio,test_ratio);

% 训练集
train_inputs = inputs(:,trainInd);
train_targets = targets(:,trainInd);

% 验证集
val_inputs = inputs(:,valInd);
val_targets = targets(:,valInd);

% 测试集
test_inputs = inputs(:,testInd);
test_targets = targets(:,testInd);

其中，`data.mat` 是保存数据的文件名，`inputs` 是输入数据，`targets` 是输出数据。`train_ratio`、`val_ratio` 和 `test_ratio` 分别是训练集、验证集和测试集的占比。`dividerand` 函数实现了随机划分数据集的功能，并返回训练集、验证集和测试集的索引。最后根据索引提取相应的数据，即可得到划分好的数据集。