У меня есть небольшая проблема с приведенным ниже кодом последней строки, чтобы быть конкретным, я пытаюсь найти имена классов моего «образца», что я имею в виду, что мне нужно знать, какой нормальный и какой smurf принадлежит каждой строке моего образца 1000x6 ,

%% sampling
normIdx = strmatch('normal.', Book2);
normalSubset = fulldata(normIdx, :);
normal = randperm(size(normalSubset , 1));
p = (normal(1:750)-1)';

%
smurfIdx = strmatch('smurf.', Book2);
smurfSubset = fulldata(smurfIdx, :);
smurf = randperm(size(smurfSubset , 1));
a = (smurf(1:250)-1)';

%
normalSample = normalSubset (p, :);
smurfSample = smurfSubset (a, :);

%
sample = [normalSample ; smurfSample]

%
sample = sample(randperm(1000),:);

%
idx = [a ; p];
K1 = Book2(idx (sample==1), :)

К1 должен равняться 1000 меткам класса выборки, из которых 750 должны быть нормальными, а 250 - нечеткими, и они должны точно соответствовать одной и той же строке в выборке. Book2 содержит метки классов, у меня также есть полные данные, из которых был получен образец.

Атм K1 приводит к:

Index exceeds matrix dimensions

Может быть простой способ сопоставить данные образца с данными в полных данных, но я не уверен, что в полных данных могут быть повторяющиеся данные ... так что сопоставление отсутствует и потому чтоsample является случайным, поэтому я забочусь о том, что я могу сделать, чтобы сопоставить метки классов с выборкой.