matlab划分训练集和测试集

Matlab中可以使用“crossvalind”函数来随机划分训练集和测试集。该函数可以在给定的样本中随机选择一定数量的样本作为训练集和测试集。以下是一个示例代码：

% 假设数据存储在X矩阵中，每行代表一个样本
% y向量包含X中每个样本的标签

% 划分比例
train_ratio = 0.7; % 训练集比例
test_ratio = 1 - train_ratio; % 测试集比例

% 随机划分样本
n = size(X, 1); % 样本数
idx = crossvalind('HoldOut', n, test_ratio);

% 根据索引划分训练集和测试集
X_train = X(idx, :); % 训练集
y_train = y(idx); % 训练集标签
X_test = X(~idx, :); % 测试集
y_test = y(~idx); % 测试集标签

在上面的示例中，“crossvalind”函数使用“HoldOut”方法来进行随机划分。该方法会将所有样本随机分成两组，一组用于训练，一组用于测试。其中，“HoldOut”方法的第一个参数指定了样本的数量，第二个参数指定了测试集占总样本数的比例。