分区数据交叉验证
cvpartition
定义了一个随机的分区数据集。使用这个分区定义为训练集和测试集验证一个统计模型使用交叉验证。使用培训
提取指数和培训测试
提取了交叉验证的测试指标。使用重新分区
定义一个新的随机分区相同类型的给定cvpartition
对象。
返回一个c
= cvpartition (集团
“KFold”,k
“分层”,stratifyOption
)cvpartition
对象c
定义一个随机分区k
倍交叉验证。如果您指定“分层”,假的
,然后cvpartition
忽略了类信息集团
并创建一个nonstratified随机分区。否则,默认函数实现分层。
返回一个对象c
= cvpartition (集团
“坚持”,p
“分层”,stratifyOption
)c
,定义了一个随机划分为训练集和测试,或抵抗,集。如果指定“分层”,假的
,然后cvpartition
创建一个nonstratified随机分区。否则,默认函数实现分层。
如果您指定集团
作为第一个输入参数cvpartition
,那么函数丢弃观察相应的缺失值的行集团
。
如果您指定集团
作为第一个输入参数cvpartition
默认情况下,那么这个函数实现分层。您可以指定“分层”,假的
创建一个nonstratified随机分区。
您可以指定“分层”,真的
只有当第一个输入参数cvpartition
是集团
。