Question

我有疑问;关于交叉验证，对我来说，交叉验证用于找到最佳参数。但我不明白这个函数的作用＆＃34; crossvalind＆＃34;：生成交叉验证索引，它只是一个没有模型的数据集，就像这个例子：

load fisheriris
[g gn] = grp2idx(species);                     
[trainIdx testIdx] = crossvalind('HoldOut', species, 1/3);

Answer 1

crossvalind（）函数将您的数据分为两组：训练集和交叉验证集。通过你的例子： [trainIdx testIdx] = crossvalind（'HoldOut'，size（species，1），1/3）;意味着分割物种中的数据（训练集中的2/3和交叉验证集中的1/3）。假设您的数据如下：

species = [datarow1; datarow2; datarow3; datarow4; datarow5; datarow6]然后 trainIdx就像[1; 1; 0; 1; 1; 0]，testIdx就像[0; 0; 1; 0; 0; 1]意味着从我们的set crossvalind函数中的6个总元素赋值4到火车组和2到交叉验证组。当然这是一个随机赋值，意味着每次调用函数时零和一个索引都会变化，但它们之间的比例将固定，而trainIdx + testIdx将始终为1（size（species，1），1）

crossvalind（'LeaveMout'，size（species，1），2）与此特定情况下的crossvalind（'HoldOut'，size（species，1），1/3）完全相同。在'HoldOut'格式中，您提供的参数P取0到1之间的值（如上例中的1/3），而选项'LeaveMout'则提供整数M，如6个总样本中的2个样本或类似2000个样本的样本数据集中的10000个总样本。在'重新取代'的情况下：crossvalind（'重新取代'，大小（种类，1），[1 / 3,2 / 3]）将是相同的但在这里你也可以选择让我们说[1/3， 3/4]意味着一些样本可以在列车和交叉验证集上，甚至[1,1]，这意味着所有样本都在两个集合中使用（trainIdx = testIdx = [1; 1; 1;上例中的1; 1; 1]。我强烈建议输入help crossvalind并查看帮助文件，该文件总是比我以前更加详细和有用。

交叉验证函数crossvalind

1 个答案: