cvpartitionオブジェクトの検定 (ホールドアウト) セット内にある観測値を特定します。

ホールドアウト検証のために 10 個の観測値を分割します。検定セットに含める観測値の約 30% を選択します。

rng('default')% For reproducibilityc = cvpartition (10,'Holdout',0.30)

c = Hold-out cross validation partition NumObservations: 10 NumTestSets: 1 TrainSize: 7 TestSize: 3

検定セットの観測値を特定します。1 に対応する観測値は検定セット内にあります。

坚持= test(c)

坚持=10x1 logical array0 0 0 1 0 0 0 0 1 1

結果を可視化します。4 番目、9 番目、および 10 番目の観測値は検定セット内にあります。

h = heatmap(double(holdout),'ColorbarVisible','off'); sorty(h,'1','descend') ylabel('Observation') title('Test Set Observations')

3 分割交差検証のcvpartitionオブジェクトの検定セットまたは分割に含まれる観測値を特定します。

3 分割交差検証のために 10 個の観測値を分割します。cには、学習データと検定データの 3 個の反復値が含まれることに注意してください。

rng('default')% For reproducibilityc = cvpartition (10,'KFold',3)

c = K-fold cross validation partition NumObservations: 10 NumTestSets: 3 TrainSize: 7 6 7 TestSize: 3 4 3

学習データと検定データの反復値ごとに検定セットの観測値を特定します。1 に対応する観測値は、対応する検定セット (分割) 内にあります。

fold1 = test(c,1)

fold1 =10x1 logical array1 1 0 0 0 0 0 0 1 0

fold2 = test(c,2); fold3 = test(c,3);

結果を可視化します。1 番目、2 番目、および 9 番目の観測値は、最初の検定セット内にあります。3 番目、6 番目、8 番目、および 10 番目の観測値は、2 番目の検定セット内にあります。4 番目、5 番目、および 7 番目の観測値は、3 番目の検定セット内にあります。

data = [fold1,fold2,fold3]; h = heatmap(double(data),'ColorbarVisible','off'); sorty(h,{'1','2','3'},'descend') xlabel('Repetition') ylabel('Observation') title('Test Set Observations')