MATLAB数据处理: 每种样本类型随机抽样

tn=5;% 每种类型随机抽样数

indextrain=[];% 训练样本序号集

for i=1:typenumber

index301= find(typemat== i);

n2=length(index301);

index302=randperm(n2);

index401=index301(index302(1:tn));

indextrain=[indextrain;

index401];

end

该代码可以对大样本数据集随机抽样, 用于训练, 防止样本过多导致训练太慢.

相关推荐
NAGNIP1 小时前
一文搞懂树模型与集成模型
算法·面试
NAGNIP1 小时前
万字长文!一文搞懂监督学习中的分类模型!
算法·面试
技术狂人1681 小时前
工业大模型工程化部署实战!4 卡 L40S 高可用集群(动态资源调度 + 监控告警 + 国产化适配)
人工智能·算法·面试·职场和发展·vllm
软件算法开发1 小时前
基于改进麻雀优化的LSTM深度学习网络模型(ASFSSA-LSTM)的一维时间序列预测算法matlab仿真
深度学习·matlab·lstm·一维时间序列预测·改进麻雀优化·asfssa-lstm
D_FW2 小时前
数据结构第六章:图
数据结构·算法
a程序小傲2 小时前
京东Java面试被问:动态规划的状态压缩和优化技巧
java·开发语言·mysql·算法·adb·postgresql·深度优先
自学不成才2 小时前
深度复盘:一次flutter应用基于内存取证的黑盒加密破解实录并完善算法推理助手
c++·python·算法·数据挖掘
June`3 小时前
全排列与子集算法精解
算法·leetcode·深度优先
徐先生 @_@|||3 小时前
Palantir Foundry 五层架构模型详解
开发语言·python·深度学习·算法·机器学习·架构