Matlab 导入数据集文件夹并按1:9比例划分测试集和训练集

假设你的数据集文件夹中包含多个数据文件，可以按照以下步骤导入数据集并按照1:9的比例划分测试集和训练集：

1. 使用 `dir` 函数获取数据集文件夹中的所有数据文件名：

   data_folder = 'your_data_folder_path';
   data_files = dir(fullfile(data_folder, '*.mat'));

2. 随机打乱数据文件顺序：

   data_files = data_files(randperm(length(data_files)));

3. 计算测试集和训练集的大小：

   test_ratio = 0.1; % 测试集比例
   num_data_files = length(data_files);
   num_test_files = floor(num_data_files * test_ratio);
   num_train_files = num_data_files - num_test_files;

4. 分别将测试集和训练集的数据文件名存储到两个 cell 数组中：

   test_files = {data_files(1:num_test_files).name};
   train_files = {data_files(num_test_files+1:end).name};

5. 使用 `load` 函数读取数据文件中的数据：

   test_data = cell(1, num_test_files);
   for i = 1:num_test_files
       test_data{i} = load(fullfile(data_folder, test_files{i}));
   end
   
   train_data = cell(1, num_train_files);
   for i = 1:num_train_files
       train_data{i} = load(fullfile(data_folder, train_files{i}));
   end

最终，`test_data` 和 `train_data` 分别是测试集和训练集的数据，其中每个元素都是一个包含数据的结构体。