在matlab中进行交叉验证

Question

我在crossval的文档中读到，matlab中的mcr = crossval('mcr',X,y,'Predfun',predfun)函数计算错误分类率，但如果它适用于10倍交叉验证，那么我们将有错误分类的10个不同值，因为我们进行了10次测试，并且每次测试都产生了结果，但值mcr是单个或标量的，所以它是采用平均错误分类率还是它取最小值。 .etc？

Answer 1

使用平均错误分类率（所有折叠和所有蒙特卡罗重新分配）。以下crossval行演示了平均损失的计算 -

loss = sum(loss)/ (mcreps * sum(cvp.TestSize));

其中loss最初是每个交叉验证折叠和每次重新分区的损失向量，mcreps是重新分区的数量，sum(cvp.TestSize)是交叉验证的总大小测试集。

这用于MSE（均方误差）和MCR丢失函数。