Matlab 中正确划分测试集和训练集的方法

Matlab 中正确划分测试集和训练集的方法

在机器学习任务中，将数据集划分为训练集和测试集是至关重要的步骤。训练集用于模型训练，而测试集用于评估模型性能。

代码片段 test_idx = 1:size(data, 1); 将 test_idx 设置为一个从 1 到数据集行数的序列，这会导致错误的测试集划分。test_idx 应该是一个布尔向量，指示哪些样本属于测试集。

使用随机分割划分数据集

一种常见的划分方法是随机分割，可以使用以下代码实现：matlab% 定义测试集的比例test_ratio = 0.2; % 20% 的样本作为测试集

% 随机生成一个布尔向量，用于指示测试集中的样本test_idx = rand(size(data, 1), 1) <= test_ratio;

% 根据 test_idx 划分训练集和测试集train_data = data(~test_idx, :); % 训练集数据test_data = data(test_idx, :); % 测试集数据

代码解释:

1. test_ratio 定义了测试集的比例。2. rand(size(data, 1), 1) 生成一个与数据集行数相同的随机向量。3. 将随机向量与 test_ratio 比较，生成布尔向量 test_idx，指示哪些样本属于测试集。4. 根据 test_idx 划分训练集和测试集数据。

其他划分方法

除了随机分割，还有其他划分方法，例如：

• 交叉验证: 将数据集划分为多个子集，轮流使用每个子集作为测试集，其余子集作为训练集。* 分层抽样: 根据数据集中不同类别样本的比例进行划分，确保训练集和测试集中类别比例一致。

总结

选择合适的划分方法取决于具体的需求和数据集特点。无论选择哪种方法，确保 test_idx 是一个正确的布尔向量，以便正确划分测试集和训练集，避免后续计算错误。