我是使用Matlab的新手，我试图实现以下情况： 我有一个7000多个条目的数据集。目标是在此数据上训练分类树（fitctree）。我将数据分成带有观测值（预测变量）的矩阵和带有类（类）的矩阵。使用cvpartition对数据进行分区。到目前为止，一切正常。
问题：我想创建三个带数据的子集：1个训练集，1个验证集和1个测试集。我想使用训练集训练树，并使用验证集验证其性能。在调整参数之后，我想在测试数据分区上运行最终测试。 为了对数据进行分区，我尝试创建一个cvpartition，它可以工作，例如
cvpart = cvpartition(class, 'k', 10);
然后在该测试集上执行另一个cvpartition，将其分成另外两组：
cvpart2 = cvpartition(cvpart.TestSize, 'k', 10);
可悲的是，在验证树的性能时，这似乎不起作用。当我跳过seond cvpartition并验证cvpart测试集的性能时，该模型表现完美。
更新：几天之后我发现它以这种方式使用它似乎有效：
cvpart2 = cvpartition(cvpart.TrainSize, 'k', 10);
任何人都想解释为什么它以这种方式起作用，但在使用测试集时却没有？
希望你们能帮助我;） 亲切的问候。