主要内容

培训

培训指标交叉验证

描述

例子

idx=培训(c)返回训练指标idx对于一个cvpartition对象c类型的“坚持”“resubstitution”

  • 如果c.Type“坚持”,然后idx指定训练集的观察。

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

例子

idx=培训(c,)返回重复的训练指标cvpartition对象c类型的“kfold”“leaveout”

  • 如果c.Type“kfold”,然后idx指定的观察训练集。

  • 如果c.Type“leaveout”,然后idx指定了在重复观测用于培训

例子

全部折叠

确定训练集的观察cvpartition对象用于抵抗验证。

分区10观察抵抗验证。选择要在大约30%的观察测试(抵抗)。

rng (“默认”)%的再现性c = cvpartition (10,“坚持”,0.30)
c =抵抗交叉验证分区NumObservations: 10 NumTestSets: 1 TrainSize: 7 TestSize: 3

确定训练集的观察。观察,对应1 s在训练集。

设置=培训(c)
设置=10 x1逻辑阵列1 1 1 0 1 1 1 1 0 0

可视化结果。所有的观察,除了第四、第九和第十的训练集。

h =热图(双(套),“ColorbarVisible”,“关闭”);sorty (h,' 1 ',“提升”)ylabel (“观察”)标题(“训练集的观察”)

图包含一个类型的对象的热图。类型的热图的图表标题训练集观测。

确定训练集的观察cvpartition三倍交叉验证的对象。

分区10观察三倍交叉验证。请注意,c包含三个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NumObservations: 10 NumTestSets: 3 TrainSize: 7 6 7 TestSize: 3 4 3

识别每个重复的训练集观察训练和测试数据。观察对应1 s在相应的训练集。

set2 =中的培训(c, 1)
set2 =中的10 x1逻辑阵列0 0 1 1 1 1 1 1 0 1
关于我校=培训(c, 2);set3 =培训(c, 3);

可视化结果。所有观测除了第一、第二和第九的第一个训练集。所有观察除了第三,第六,第八,第二个训练集和第十。所有观察除了第四,第五和第七第三训练集。

data = [set2,中的关于我校set3);h =热图(双(数据),“ColorbarVisible”,“关闭”);sorty (h, {' 1 ',' 2 ',“3”},“提升”)包含(“重复”)ylabel (“观察”)标题(“训练集的观察”)

图包含一个类型的对象的热图。类型的热图的图表标题训练集观测。

输入参数

全部折叠

验证分区,指定为一个cvpartition对象。验证分区类型的c,c。类型,是“kfold”,“坚持”,“leaveout”,或“resubstitution”

重复索引,指定为一个正整数标量。指定显示找到的观察训练集。

数据类型:|

输出参数

全部折叠

指数为训练集的观察,作为一个逻辑向量返回。值1表示相应的观察是在训练集。值0表示相应的观察是在测试集。

另请参阅

|

介绍了R2008a