在matlab中选择统计随机数据集进行协同处理的正确方法

Question

我找到了各种方法来找出用于在MATLAB中训练分类器的随机数据集，如crossval和cvpartition等。我已经完成了所有示例，但无法正确理解它们。我想做以下事情：

1. 我必须将数据集随机分成训练和测试数据集
2. 然后在训练集中我需要随机选择2个数据点（对于那些熟悉共同训练的人来说是标记数据。）
3. 最后，我需要获得从分类器中获得的平均准确度。

编辑：我的数据集看起来像这样：


  

0.1 0.2 0.2 1 22 40
  0.0 0.1 0.3 0 33 30
  0.5 0.5 0.5 1 10 11

等等

此数据集与40行和70列非常相似

Answer 1

如果我理解你的问题，你的每一行代表一个特定的记录。如果是这样，你可以尝试这样的事情：

>> training_data = my_dataset(randsample(40,ceil(0.3*40)),:);
>> test_data = my_dataset(setdiff(1:40,randsample(40,ceil(0.3*40))),:);
>> two_points = training_data(randsample(ceil(0.3*40),2),:);