Присвойте все цели набору обучающих данных
[trainInd,valInd,testInd] = dividetrain(Q)
[trainInd,valInd,testInd] = dividetrain(Q)
присвоения все цели к набору обучающих данных и никакие цели к валидации или наборам тестов. Это берет следующие входные параметры:
Q | Количество целей, чтобы разделиться. |
и возвращается
trainInd | Учебные индексы равняются |
valInd | Пустые индексы валидации, |
testInd | Пустые тестовые индексы, |
[trainInd,valInd,testInd] = dividetrain(250);
Вот сетевые свойства, которые задают, какое деление данных функционируют, чтобы использовать, что его параметры, и какие аспекты целей разделены, когда train
называется.
net.divideFcn net.divideParam net.divideMode