浅析自助算法

   今天晚上用matlab实现了自助算法，虽然过程有些曲折，但是最终还是实现了，下面先贴出源码，然后再一一做解释。

   源码如下：

   clear all;

   close all;

   data = csvread('watermelon4.0.csv');

   [m,n]= size(data);

   middleVector = 1:m;

   Sindex = randi([1,m],1,m)

   notInT = unique(Sindex);

   Tindex = setdiff(middleVector,notInT);

   S = data(Sindex,:);

   T = data(Tindex);

    首先，了解一下自助算法的原理。假设样本有M条数据，定义为D，训练数据为S,随机从D中取M次数据，并保存，测试数据T,是所有不包含S数据的D。

   其次，我们分析一下开篇贴出的源码clear all，close all是将之前的数据清除，以保证数据的正确性；data = csvread('watermelon4.0.csv');是获取初始数据；[m,n] = size(data);是获取初始数据的行数和列数；sum = 1:m;生成一个1行m列的向量；Sindex=randi([1,m],1,m);随机生成m行的矩阵的索引，即训练数据的矩阵S的索引；notInT=unique(Sindex);对训练数据索引去重；Tindex=setdiff(middleVector,notInt);由setdiff函数求得不包含S数据的D的测试数据索引。最后两句是根据索引给S,T赋值。