%导入数据集
clear;
clc;
load wine_SVM; %数据集为wine，数据集标签为wine_labels
Data = wine; %对数据集实例化
num_test = 78; %设置测试集样本数为78，训练集样本为100
[ndata, D] = size(Data); %ndata表示数据集样本数，D是特征数
R = randperm(ndata); %1到ndata这些数随机打乱得到的一个随机数字序列作为索引
Xtest = Data(R(1:num_test),:); %以索引的前78个数据点作为测试样本Xtest
test_wine_labels = wine_labels(R(1:num_test),:); % 设置测试集样本标签
test_wine_labels = double( test_wine_labels );
R(1:num_test) = [];
Xtrain = Data(R,:); %剩下的100个样本数据作为训练样本Xtrain
num_train = size(Xtrain,1); %num_train：训练样本数
train_wine_labels = wine_labels(R,:); % 设置训练集样本标签
train_wine_labels = double( train_wine_labels );
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/105084.html