主要内容

测试

交叉验证试验指标

折叠所有页面

语法

idx =测试(c)
idx =测试(c,我)

描述

例子

idx=测试(c）返回测试索引idx对于一个cvpartition对象c类型的“坚持”或“resubstitution”．

  • 如果c.Type是“坚持”,然后idx指定测试集中的观察值。

  • 如果c.Type是“resubstitution”,然后idx指定所有的观察。

例子

idx=测试(c，我）返回重复的测试索引我的cvpartition对象c类型的“kfold”或“leaveout”．

  • 如果c.Type是“kfold”,然后idx中指定的观察值我试验集或折叠。

  • 如果c.Type是“leaveout”,然后idx指定为重复试验保留的观察值我．

例子

全部折叠

打开生活的脚本

识别在测试(坚持)集合中的观察结果cvpartition对象。

分区10观测，以进行抵抗验证。选择测试集中大约30%的观察值。

rng (“默认”）%的再现性c = cvpartition (10,“坚持”, 0.30)
c = hold out cross validation partition nummobations: 10 NumTestSets: 1 TrainSize: 7 TestSize: 3

识别测试集观察。对应于1的观测值在测试集中。

坚持=测试(c)
坚持=10 x1逻辑阵列0 0 0 1 1 0 0 0 1 1

可视化结果。第四、第九和第十项观察结果在测试集中。

h =热图(双(抵抗),“ColorbarVisible”，“关闭”);sorty (h,' 1 '，“下”) ylabel (“观察”)标题(“测试集的观察”）

图中包含一个热图类型的对象。类型热图的图表有标题Test Set Observations。

打开生活的脚本

识别在测试集或折叠中的观察结果cvpartition对象为3倍交叉验证。

对10个观测数据进行3倍交叉验证。请注意,c包含三次重复的训练和测试数据。

rng (“默认”）%的再现性c = cvpartition (10,“KFold”3)
c = K-fold交叉验证分区nummobservations: 10 NumTestSets: 3 TrainSize: 7 6 7 TestSize: 3 4 3

为每次重复的训练和测试数据识别测试集观察值。对应于1的观测值在相应的测试集(折叠)中。

褶皱=测试(c, 1)
褶皱=10 x1逻辑阵列1 1 1 0 0 0 0 0 1 0 0 1 0 0
fold2 =测试(c, 2);fold3 =测试(c, 3);

可视化结果。第一个、第二个和第九个观察结果在第一个测试集中。第三、第六、第八和第十项观察结果在第二个测试集中。第四个、第五个和第七个观察结果在第三个测试集中。

data =(褶皱、fold2 fold3];h =热图(双(数据),“ColorbarVisible”，“关闭”);sorty (h, {' 1 '，' 2 '，“3”}，“下”)包含(“重复”) ylabel (“观察”)标题(“测试集的观察”）

图中包含一个热图类型的对象。类型热图的图表有标题Test Set Observations。

输入参数

全部折叠

验证分区，指定为cvpartition对象。的验证分区类型c，c。类型,是“kfold”，“坚持”，“leaveout”,或“resubstitution”．

重复索引，指定为正整数标量。指定我表示找到的观察我试验集(折)。

数据类型:单|双

输出参数

全部折叠

测试集观察的索引，作为逻辑向量返回。1表示对应的观测值在测试集中。0表示对应的观测在训练集中。

另请参阅

|

介绍了R2008a

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书