数据增强好像确实有些东西(不看泛化能力没用)，MATLAB-SMOTE操作代码

使用数据增强增加些数据样本，相比删掉某一类相比另外一个类别多的部分，准确率会高一些，拿做的脑电举例，准确率能从 50 提高到 60，但是再去验证泛化能力（找一些新的数据进行测试）的时候，准确率还是回到了 50。。。。。。所以怎么说好呢，最终还是要看数据本身是不是可分吧

需要安装 MATLAB 官方的函数包，从而使用 mysmote 函数
这里有两类数据，x1csp 和 x2csp，x1 比 x2 少了一些，使用 smote 增加到两者数目相等，函数的输入 dataset 必须是 table，另外 table 的最后一列必须是 label 为表头的标签类列

    %% smote
    for ch=1:16
        dataset = array2table(transpose([squeeze(x1csp(1,:,:)),squeeze(x2csp(1,:,:))]));
        label0 = repmat("class0",size(x1csp,3),1);
        label1 = repmat("class1",size(x2csp,3),1);
        dataset = addvars(dataset, [label0;label1],...
            'NewVariableNames','label');

        [tmp,visdata] = mySMOTE(dataset,'class0',size(x2csp,3)-size(x1csp,3),"NumNeighbors",10, "Standardize", true);
        newdata(ch,:,:) = transpose(tmp{:,1:7200});
    end

    x1csp = cat(3,x1csp,newdata);