超:
对于交叉验证数据分区
的一个对象cvpartition
类定义了一组指定的大小的数据的随机分区。使用这个分区定义测试和训练集使用交叉验证验证的统计模型。
cvpartition | 创建数据的交叉验证分区 |
NumObservations | 观察数(包括缺失观察组 值) |
NumTestSets | 测试台数 |
TestSize | 每个测试组的大小 |
TrainSize | 每个训练组的大小 |
类型 | 分区的类型 |
值。要了解如何影响你的类的使用,见比较手柄和值类(MATLAB)在MATLAB®面向对象编程文档。
使用10倍的分层交叉验证来计算误分分类
虹膜数据。
负载( 'fisheriris');CVO = cvpartition(种类,数 'k',10);ERR =零(CVO.NumTestSets,1);对于i = 1:CVO.NumTestSets trIdx = CVO.training(ⅰ);teIdx = CVO.test(ⅰ);ytest =分类(MEAS(teIdx,:),MEAS(trIdx,:),...物种(trIdx,:));ERR(ⅰ)=总和(〜的strcmp(ytest,物种(teIdx)));结束cvErr =总和(ERR)/ SUM(CVO.TestSize);