Question

我正在培训10个网络以组成一个网络委员会。对整个数据集使用模式集，随着每个新的经过训练的网络，用于测试，训练和验证的数据都将发生变化。为了解决这个问题，我“手动”分离了数据集（用于训练的占80％，用于测试的占20％）。我的问题是当我打电话给train（net，x1，t1）时会发生什么。训练是否仍将这个集合（我已经为训练而分开的x1）划分为训练，验证和测试数据？

简而言之：使用此代码时，我将数据集手动划分为（x1 =训练和x2 =测试），但是在调用patternet时，我再次将x1划分为x1.test，x1.training和x1.validation？

x = imt;
t = target;

Q = size(x, 2);
Q1 = floor(Q * 0.85);
Q2 = Q - Q1;
ind = randperm(Q);
ind1 = ind(1:Q1);
ind2 = ind(Q1 + (1:Q2));
x1 = x(:, ind1);
t1 = t(:, ind1);
x2 = x(:, ind2);
t2 = t(:, ind2);

net = patternnet(45);
numNN = 10;
nets = cell(1, numNN);
for i = 1:numNN
  fprintf('Training %d/%d\n', i, numNN)
  nets{i} = train(net, x1, t1);
end

Matlab中的模式训练是否会自动拆分数据集？

0 个答案: