matlab中划分训练集，验证集，测试集的代码

在MATLAB中，可以使用`cvpartition`函数来划分训练集、验证集和测试集。下面是一个示例代码：

% 假设有一个包含100个样本的数据集
data = 1:100;

% 设置划分比例
trainRatio = 0.6; % 训练集比例
valRatio = 0.2; % 验证集比例
testRatio = 0.2; % 测试集比例

% 使用cvpartition函数进行划分
c = cvpartition(length(data), 'HoldOut', 1 - trainRatio);
trainIdx = training(c); % 训练集索引
testIdx = test(c); % 测试集索引

% 使用cvpartition函数进行划分验证集
c2 = cvpartition(sum(trainIdx), 'HoldOut', 1 - valRatio);
trainIdx(trainIdx) = training(c2); % 更新训练集索引
valIdx = trainIdx & ~training(c2); % 验证集索引

% 根据索引获取划分后的数据集
trainData = data(trainIdx);
valData = data(valIdx);
testData = data(testIdx);

上述代码中，首先定义了一个包含100个样本的数据集`data`。然后通过`cvpartition`函数进行划分，其中使用`'HoldOut'`方法指定了按比例划分。通过`training`和`test`方法可以获取训练集和测试集的索引。接着，再次使用`cvpartition`函数对训练集进行划分，得到验证集的索引。最后，根据索引获取划分后的数据集。