我需要使用Matlab对数据集进行5种交叉验证的5种方式进行分区。但是，该数据集与嵌套在学校中的学生有关，因此我不想将整个数据集分为5种方式，而是希望将每所学校分为5种方式。构建了5个训练和5个测试数据集之后，我希望能够分辨出每个数据集中的哪些观测值属于每个学校。
在完整的数据集中，我有一个特征向量x（28x15363）和目标向量y（1x15363）。我还有一个索引向量（task_indexes），用于标识每个学校的第一次观察。
我想基于每所学校的5倍分区，构建一组5个训练集索引和5个相应的测试集索引，并且我将需要一组任务索引，5个tr_indexs来标识每个学校的初次观察每个训练集中的学校和tsk_indexes，它们对测试集的作用相同。
训练集索引tr，测试集索引tst，训练集任务索引tr_indexes和测试集任务索引tst_indexes应该适合以下代码。
gammas = [.1, .01, .001, .0001, .00001]
errgrid = zeros(5,1)
for g = 1:length(gammas)
gammas = gammas(4)
[testerrs,theW,theD] = ...
run_code_example(gammas, x(:, tr), y(tr), x(:, tst), y(tst), tr_indexes, tst_indexes, Dini, 10, 'feat', 0, fname);
errgrid(g) = testerrs
gammaselect = gammas(min(errgrid))
在此代码中，我使用作者提供的分区，其中包含训练集索引tr和测试索引tst，任务索引tr_indexes用于训练集，tst_indexes用于测试集。
关于如何进行此分区的任何建议？
我试图按照写一个好问题的标准来写这篇文章。如果有人可以提供反馈来改善问题，将不胜感激。