在MATLAB中将数据拆分为训练/测试数据集？

Question

经过一些研究，我在MATLAB中找到了两个完成任务的函数：

统计工具箱中的
• cvpartition 功能
生物信息学工具箱中的
• crossvalind 功能

现在我使用cvpartition创建了n倍交叉验证子集，以及统计工具箱中的Dataset / Nominal类。所以我只是想知道两者之间的区别和各自的优缺点是什么？

Answer 1

扩展@Mr Fooz's answer

  

根据cvpartition和crossvalind的官方文档，它们看起来非常相似，但是crossvalind看起来稍微灵活一点（它允许M为任意M，而cvpartition只允许1离开）。

...是不是真的可以使用具有适当k值的kfold交叉验证来模拟离开M-out（将数据分成k折叠，在一个上测试，在所有其他上训练，并执行此操作所有折叠并取平均值）因为留一出是kfold的一个特例，其中k =观察数量？

Answer 2

Amro，这不是您cvpartition vs crossvalind问题的直接答案，但是用户Sebastian Paris在Mathworks文件交换中有一个名为MulticlassGentleAdaboosting的贡献包括一个很好的用于枚举数组索引的函数集，用于计算以下采样和交叉验证策略的训练，测试和验证集：

• 坚持
• 自举
• K交叉验证
• 离开One Out
• 分层交叉验证
• 平衡分层交叉验证
• 分层坚持
• 分层引导带

有关详细信息，请参阅包中包含的演示文件，更具体地说，请参阅函数sampling.m和sampling_set.m。

Answer 3

根据cvpartition和crossvalind的官方文档，它们看起来非常相似，但是crossvalind看起来稍微灵活一点（它允许M为任意M而离开，而cvpartition只允许离开1出）。

Answer 4

我知道您的问题不是直接引用神经网络工具箱，但也许其他人可能会觉得这很有用。要将您的ANN输入数据分成测试/验证/训练数据，请使用'net.divideFcn'变量。

net.divideFcn = 'divideind';

net.divideParam.trainInd=1:94;  % The first 94 inputs are for training.
net.divideParam.valInd=1:94;    % The first 94 inputs are for validation.
net.divideParam.testInd=95:100; % The last 5 inputs are for testing the network.