crossval
估计损失使用交叉验证
语法
描述
值= crossval (有趣的,X)有趣的应用中的数据X。的行X对应于观测的列X对应的变量。
有关更多信息,请参见广义交叉验证步骤的乐趣。
例子
使用交叉验证计算均方误差
计算一个回归模型的均方误差通过使用10倍交叉验证。
加载carsmall数据集。把加速、马力、重量,英里/加仑(MPG)值矩阵数据。包含删除任何行南值。
负载carsmall数据=(加速度功率重量MPG);数据(任何(isnan(数据),2),:)= [];
指定的最后一列数据,对应于英里/加仑响应变量y。指定的其他列数据预测数据X。添加一个列的X当你回归函数使用回归在这个例子中。
注意:回归是有用的,当你只需要系数估计或回归模型的残差。如果你需要进一步调查合身的回归模型,创建一个对象通过使用线性回归模型fitlm。使用的一个例子fitlm和crossval,请参阅使用交叉验证计算平均绝对误差。
(y =数据:4);X =[(长度(y), 1)的数据(:1:3)];
创建自定义函数regf(如图所示的这个例子)。这个函数符合回归模型训练数据,然后计算测试集的预测值。
注意:如果你使用现场脚本文件对于本例,regf功能已经包含在文件的末尾。否则,您需要创建这个函数的m文件或将它添加在MATLAB®文件路径。
计算的默认10倍交叉验证均方误差回归模型预测数据X和响应变量y。
rng (“默认”)%的再现性cvMSE = crossval (mse的,X, y,“Predfun”@regf)
cvMSE = 17.5399
这段代码创建函数regf。
函数yfit = regf (Xtrain ytrain Xtest) b =回归(ytrain Xtrain);yfit = Xtest * b;结束
计算错误分类错误使用逻辑回归模型和交叉验证
计算逻辑回归模型的误分类错误数字训练和分类预测数据通过使用10倍交叉验证。
加载病人数据集。指定数值变量舒张压和收缩压和分类变量性别作为预测因子,并指定吸烟者作为反应变量。
负载病人X1 =舒张压;X2 =分类(性别);X3 =收缩压;y =吸烟者;
创建自定义函数classf(如图所示的这个例子)。这个函数符合逻辑回归模型训练数据,然后将测试数据。
注意:如果你使用现场脚本文件对于本例,classf功能已经包含在文件的末尾。否则,您需要创建这个函数的m文件或将它添加在MATLAB®文件路径。
计算出10倍交叉验证错误分类与预测数据误差的模型X1,X2,X3和响应变量y。指定“分层”,y以确保训练集和测试集的吸烟者比例大致相同。
rng (“默认”)%的再现性呃= crossval (“宏”,X1, X2, X3, y,“Predfun”@classf,“分层”,y)
呃= 0.1100
这段代码创建函数classf。
函数pred = classf (X1train X2train、X3train ytrain, X1test, X2test, X3test) Xtrain =表(X1train、X2train X3train, ytrain,…“VariableNames”,{舒张压的,“性别”,“收缩”,“抽烟”});Xtest =表(X1test X2test X3test,…“VariableNames”,{舒张压的,“性别”,“收缩”});modelspec =“吸烟者~舒张期+性别+收缩”;mdl = fitglm (Xtrain modelspec,“分布”,“二”);Xtest yfit =预测(mdl);pred = (yfit > 0.5);结束
确定数量的集群使用交叉验证
对于一个给定数量的集群,计算旨在观察之间的距离平方的总和及其最近的聚类中心。比较结果为一个通过十集群。
加载fisheriris数据集。X是矩阵量花,它包含测量150个不同的花。
负载fisheririsX =量;
创建自定义函数clustf(如图所示的这个例子)。这个函数执行以下步骤:
标准化的训练数据。
单独的训练数据
k集群。将测试数据使用训练数据平均值和标准偏差。
计算每个测试数据点距离最近的聚类中心,或质心。
计算距离的平方的总和。
注意:如果你使用现场脚本文件对于本例,clustf功能已经包含在文件的末尾。否则,您需要创建函数的m文件或将它添加在MATLAB®文件路径。
创建一个为循环指定集群的数量k为每个迭代。对于每一个固定数量的集群,通过相应的clustf函数crossval。因为crossval默认执行10倍交叉验证,软件计算10距离平方的,一个为每个分区的训练和测试数据。这些值的总和;结果是旨在距离平方的总和给定数量的集群。
rng (“默认”)%的再现性cvdist = 0 (5、1);为k = 1:10有趣= @ (Xtrain Xtest) clustf (Xtrain Xtest k);距离= crossval(有趣,X);cvdist (k) =总和(距离);结束
画出旨在距离平方之和为每个集群的数量。
情节(cvdist)包含(集群的数量)ylabel (“简历距离平方的总和”)
一般而言,在确定使用多少集群,考虑集群的最大数量,对应于一个旨在大幅降低距离平方的总和。对于这个示例,使用两个或三个集群似乎是合适的,但是使用不超过三个集群。
这段代码创建函数clustf。
函数距离= clustf (Xtrain Xtest k) [Ztrain、Zmean Zstd] = zscore (Xtrain);[~ C] = kmeans (Ztrain k);% k创建集群中兴通讯= (Xtest-Zmean)。/ Zstd;d = pdist2 (C,中兴通讯,“欧几里得”,“最小”1);距离=总和(d。^ 2);结束
使用交叉验证计算平均绝对误差
计算的平均绝对误差回归模型通过使用10倍交叉验证。
加载carsmall指定数据集加速度和位移预测和变量重量变量的响应。
负载carsmallX1 =加速度;X2 =位移;y =重量;
创建自定义函数regf(如图所示的这个例子)。这个函数符合回归模型训练数据,然后计算测试集预测汽车重量。功能比较了预测汽车重量值真实值,然后计算平均绝对误差(MAE)和梅调整范围的测试集汽车重量。
注意:如果你使用现场脚本文件对于本例,regf功能已经包含在文件的末尾。否则,您需要创建这个函数的m文件或将它添加在MATLAB®文件路径。
默认情况下,crossval执行10倍交叉验证。每10个训练集和测试集的分区的数据X1,X2,y,计算出美和调整美值使用regf函数。发现平均美和平均调整美。
rng (“默认”)%的再现性值= crossval (@regf, X1, X2, y)
值=10×2319.2261 0.1132 342.3722 0.1240 214.3735 0.0902 174.7247 0.1128 189.4835 0.0832 249.4359 0.1003 194.4210 0.0845 348.7437 0.1700 283.1761 0.1187 210.7444 0.1325
意思是(值)
ans =1×2252.6701 - 0.1129
这段代码创建函数regf。
函数错误= regf (X1train X2train、ytrain X1test, X2test,欧美)tbltrain =表(X1train、X2train ytrain,…“VariableNames”,{“加速”,“位移”,“重量”});tbltest =表(X1test X2test,欧美,…“VariableNames”,{“加速”,“位移”,“重量”});mdl = fitlm (tbltrain,“体重~加速度+位移”);tbltest yfit =预测(mdl);美=意味着(abs (yfit-tbltest.Weight));adjMAE =美/范围(tbltest.Weight);错误= (MAE adjMAE);结束
计算错误分类错误使用PCA和交叉验证
计算一个分类树的误分类误差,利用主成分分析(PCA)和5倍交叉验证。
加载fisheriris数据集。量矩阵包含150种不同的花的花测量。的物种变量列表每一朵花的物种。
负载fisheriris
创建自定义函数classf(如图所示的这个例子)。这个函数符合分类树训练数据,然后将测试数据。使用PCA在函数减少预测的数量用于创建树模型。
注意:如果你使用现场脚本文件对于本例,classf功能已经包含在文件的末尾。否则,您需要创建这个函数的m文件或将它添加在MATLAB®文件路径。
创建一个cvpartition对象分层5倍交叉验证。默认情况下,cvpartition确保有大致相同的训练集和测试集的比例花物种。
rng (“默认”)%的再现性本量利= cvpartition(物种,“KFold”5);
计算5倍交叉验证错误分类与预测数据错误的分类树量和响应变量物种。
cvError = crossval (“宏”量,物种,“Predfun”@classf,“分区”本量利)
cvError = 0.1067
这段代码创建函数classf。
函数yfit = classf (Xtrain ytrain Xtest)%规范训练预测数据。然后,找到%的主成分预测标准化培训%的数据。[Ztrain, Zmean Zstd] = zscore (Xtrain);[多项式系数,scoreTrain, ~, ~,解释说,μ)= pca (Ztrain);%找到最低数量的账户的主要组件%为至少95%的变异性。n =找到(cumsum(解释)> = 95,1);%找到n为标准化的主成分得分%训练预测数据。训练一个分类树模型%只使用这些分数。scoreTrain95 = scoreTrain (:, 1: n);mdl = fitctree (scoreTrain95 ytrain);%找到n转换的主成分得分%测试数据。测试数据进行分类。中兴通讯= (Xtest-Zmean)。/ Zstd;scoreTest95 = (Ztest-mu) *多项式系数(:,1:n);scoreTest95 yfit =预测(mdl);结束
使用交叉验证创建混淆矩阵
创建一个混合矩阵的10倍交叉验证结果的判别分析模型。
注意:使用分类当训练速度是一个问题。否则,使用fitcdiscr创建一个判别分析模型。例如显示相同的工作流这个例子中,但是使用fitcdiscr,请参阅使用交叉验证创建混淆矩阵预测。
加载fisheriris数据集。X包含150种不同的花,花的测量y列出了每个花物种。创建一个变量订单指定的顺序花物种。
负载fisheririsX =量;y =物种;订单=独特(y)
订单=3 x1细胞{' setosa}{“癣”}{' virginica '}
创建一个函数处理命名函数一个函数,完成以下步骤:
在训练数据(
Xtrain和ytrain)和测试数据(Xtest和欧美)。使用训练数据来创建一个分类新数据的判别分析模型(
Xtest)。创建这个模型和分类新数据使用分类函数。比较真实的测试数据类(
欧美)预测测试数据值,并创建一个混淆矩阵的结果通过confusionmat函数。通过使用指定的类秩序“秩序”,秩序。
func = @ (Xtrain、ytrain Xtest、欧美)confusionmat(欧美,…分类(Xtest Xtrain ytrain),“秩序”、订单);
创建一个cvpartition对象分层10倍交叉验证。默认情况下,cvpartition确保有大致相同的训练集和测试集的比例花物种。
rng (“默认”)%的再现性本量利= cvpartition (y,“Kfold”10);
计算每个分区的10个测试集混淆矩阵的预测数据X和响应变量y。每一行的confMat对应的混淆矩阵结果总结果并创建一个测试集。最后的混淆矩阵cvMat。
confMat = crossval (func, X, y,“分区”、本量利);cvMat =重塑(总和(confMat), 3、3)
cvMat =3×350 0 0 0 48 2 0 1 49
情节混淆矩阵的混淆矩阵表使用confusionchart。
confusionchart (cvMat顺序)
输入参数
输出参数
提示
一个良好的实践是使用分层(见
分层)当你使用交叉验证与分类算法。否则,某些测试集可能不包括所有类的观察。
算法
选择功能
许多分类和回归函数允许您执行直接交叉验证。
当你使用等功能
fitcsvm,fitctree,fitrtree,您可以通过使用名称-值对参数指定交叉验证选项。或者,你可以用这些适应函数首先创建模型,然后创建一个分区的对象使用crossval对象的功能。使用kfoldLoss和kfoldPredict对象功能分区计算损失和预期值对象。有关更多信息,请参见ClassificationPartitionedModel和RegressionPartitionedModel。
