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
Gorway19 小时前
解析残差网络 (ResNet)
算法
拖拉斯旋风19 小时前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法
Wect19 小时前
LeetCode 207. 课程表:两种解法(BFS+DFS)详细解析
前端·算法·typescript
灵感__idea1 天前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
Wect2 天前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP2 天前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱3 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub3 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub3 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub3 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉