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
超级大咸鱼3 小时前
verilog利用线性插值实现正弦波生成器(dds)
matlab·fpga·dds·线性插值
算AI13 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
hyshhhh15 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
杉之16 小时前
选择排序笔记
java·算法·排序算法
烂蜻蜓16 小时前
C 语言中的递归:概念、应用与实例解析
c语言·数据结构·算法
OYangxf16 小时前
图论----拓扑排序
算法·图论
我要昵称干什么16 小时前
基于S函数的simulink仿真
人工智能·算法
AndrewHZ17 小时前
【图像处理基石】什么是tone mapping?
图像处理·人工智能·算法·计算机视觉·hdr
念九_ysl17 小时前
基数排序算法解析与TypeScript实现
前端·算法·typescript·排序算法
守正出琦17 小时前
日期类的实现
数据结构·c++·算法