第3到第16列是形态学特征，第17列到最后一列是鳞序特征

好的，那我先给你写一个读取excel表格并提取指定列的代码，你可以先尝试运行一下。

% 读取excel表格
data = readtable('your_excel_file.xlsx');

% 指定列名
morphological_feature_columns = data.Properties.VariableNames(3:16);
scale_feature_columns = data.Properties.VariableNames(17:end);

% 提取指定列
morphological_feature_data = data(:, morphological_feature_columns);
scale_feature_data = data(:, scale_feature_columns);

接下来，我会给你写一个使用穷尽搜索找到最佳预测变量对的代码。这里我使用了支持向量机（SVM）作为预测模型，你可以根据需要自行更改模型。在代码中，我使用了交叉验证来评估模型的性能。代码如下：

% 读取excel表格
data = readtable('your_excel_file.xlsx');

% 指定列名
morphological_feature_columns = data.Properties.VariableNames(3:16);
scale_feature_columns = data.Properties.VariableNames(17:end);

% 提取指定列
morphological_feature_data = data(:, morphological_feature_columns);
scale_feature_data = data(:, scale_feature_columns);

% 将表格转为数组
morphological_feature_data = table2array(morphological_feature_data);
scale_feature_data = table2array(scale_feature_data);

% 使用穷尽搜索找到最佳预测变量对
best_predictors = '';
best_accuracy = 0;
for i = 1:size(morphological_feature_data, 2)
    for j = 1:size(scale_feature_data, 2)
        % 构造特征矩阵和标签向量
        X = [morphological_feature_data(:, i), scale_feature_data(:, j)];
        y = data.class;  % 标签列名为 'class'
        
        % 将标签向量转为二元向量，其中1表示类别1，-1表示类别2
        y(y == 1) = -1;
        y(y == 2) = 1;
        
        % 使用交叉验证评估模型性能
        cv = cvpartition(y, 'KFold', 10);
        accuracy = zeros(cv.NumTestSets, 1);
        for k = 1:cv.NumTestSets
            trainIdx = cv.training(k);
            testIdx = cv.test(k);
            svmModel = fitcsvm(X(trainIdx, :), y(trainIdx));
            y_pred = predict(svmModel, X(testIdx, :));
            accuracy(k) = sum(y_pred == y(testIdx)) / numel(y_pred);
        end
        avg_accuracy = mean(accuracy);
        
        % 更新最佳预测变量对
        if avg_accuracy > best_accuracy
            best_predictors = [morphological_feature_columns{i}, ' & ', scale_feature_columns{j}];
            best_accuracy = avg_accuracy;
        end
    end
end

% 输出最佳预测变量对和对应的平均准确率
disp(['Best predictors: ', best_predictors]);
disp(['Average accuracy: ', num2str(best_accuracy)]);

你可以将代码中的 `your_excel_file.xlsx` 替换为你的excel表格文件名，然后尝试运行一下，看看是否能得到正确的结果。