crossval
使用交叉验证估计损失
语法
描述
值= crossval (有趣的，X）有趣的，应用于中的数据X．一排排的X的列与观测值相对应X对应变量。
有关更多信息，请参见通用交叉验证步骤的乐趣．
例子
使用交叉验证计算均方误差
通过使用10倍交叉验证计算回归模型的均方误差。
加载carsmall数据集。将加速度、马力、重量和每加仑英里数(MPG)放入矩阵中数据．删除包含南值。
负载carsmalldata =[加速度、马力、重量MPG];Data (any(isnan(Data)，2)，:) = [];
的最后一列数据，对应于英里/加仑为响应变量y．的其他列数据作为预测数据X．添加一列为X当你的回归函数使用回归，如本例所示。
注意:回归当您只是需要一个回归模型的系数估计或残差时，是有用的。如果您需要进一步研究拟合的回归模型，请使用fitlm．举个例子fitlm而且crossval,请参阅使用交叉验证计算平均绝对误差．
Y = data(:，4);X = [ones(length(y)，1) data(:，1:3)];
创建自定义函数regf(如本例末尾所示)。该函数拟合一个回归模型到训练数据，然后在测试集上计算预测值。
注意:如果在本例中使用活动脚本文件，则regf函数已经包含在文件的末尾。否则，您需要在.m文件的末尾创建此函数，或将其作为MATLAB®路径上的文件添加。
用预测器数据计算回归模型的默认10倍交叉验证均方误差X响应变量y．
rng (“默认”）%用于再现性cvMSE = crossval(mse的, X, y,“Predfun”@regf)
cvMSE = 17.5399
这段代码创建了函数regf．
函数yfit = regf(Xtrain,ytrain,Xtest) b =回归(ytrain,Xtrain);yfit = Xtest*b;结束
使用逻辑回归模型和交叉验证计算错误分类误差
通过使用10倍交叉验证，计算在数字和分类预测器数据上训练的逻辑回归模型的错误分类误差。
加载病人数据集。指定数值变量舒张压而且收缩压还有分类变量性别作为预测器，并指定吸烟者作为响应变量。
负载病人X1 =舒张期;X2 =分类(性别);X3 =收缩期;y =吸烟者;
创建自定义函数classf(如本例末尾所示)。该函数将逻辑回归模型拟合到训练数据中，然后对测试数据进行分类。
注意:如果在本例中使用活动脚本文件，则classf函数已经包含在文件的末尾。否则，您需要在.m文件的末尾创建此函数，或将其作为MATLAB®路径上的文件添加。
用预测器数据计算模型的10倍交叉验证错分类误差X1，X2,X3响应变量y．指定“分层”,y确保训练组和测试组的吸烟者比例大致相同。
rng (“默认”）%用于再现性Err = crossval(“宏”, X1, X2, X3, y,“Predfun”@classf,“分层”, y)
Err = 0.1100
这段代码创建了函数classf．
函数pred = classf(X1train,X2train,X3train,ytrain,X1test,X2test,X3test,X3test).．.“VariableNames”, {舒张压的，“性别”，“收缩”，“抽烟”});Xtest = table(X1test,X2test,X3test，.．.“VariableNames”, {舒张压的，“性别”，“收缩”});modelspec =“吸烟者~舒张期+性别+收缩期”；mdl = fitglm(Xtrain,modelspec，“分布”，“二”）;yfit = predict(mdl,Xtest);Pred = (yfit > 0.5);结束
使用交叉验证确定集群的数量
对于给定数量的聚类，计算观测值与它们最近的聚类中心之间的平方距离的交叉验证和。比较一个到十个集群的结果。
加载fisheriris数据集。X是矩阵量，其中包含150种不同花的尺寸。
负载fisheririsX = meas;
创建自定义函数clustf(如本例末尾所示)。这个函数执行以下步骤:
规范培训数据。
将训练数据分成
k集群。使用训练数据的平均值和标准偏差转换测试数据。
计算从每个测试数据点到最近的聚类中心或质心的距离。
计算距离的平方和。
注意:如果在本例中使用活动脚本文件，则clustf函数已经包含在文件的末尾。否则，您需要在.m文件的末尾创建函数，或将其作为MATLAB®路径上的文件添加。
创建一个为循环，指定集群的数量k对于每个迭代。对于每个固定数量的集群，传递相应的clustf函数crossval．因为crossval默认情况下执行10倍交叉验证，软件计算10个平方距离的和，一个用于训练和测试数据的每个分区。取这些值的和;结果是给定簇数的交叉验证距离平方和。
rng (“默认”）%用于再现性Cvdist = 0 (5,1);为fun = @(Xtrain,Xtest)clustf(Xtrain,Xtest,k);距离= crossval(fun,X);Cvdist (k) = sum(距离);结束
为每个簇数绘制交叉验证的距离平方和。
情节(cvdist)包含(“簇数”) ylabel (CV距离平方和）
一般来说，在决定使用多少簇时，应考虑与交叉验证的平方距离和的显著减少相对应的最大簇数。对于本例，使用两个或三个集群似乎是合适的，但使用三个以上集群则不合适。
这段代码创建了函数clustf．
函数距离= clustf(Xtrain,Xtest,k) [Ztrain,Zmean,Zstd] = zscore(Xtrain);[~，C] = kmeans(Ztrain,k);%创建k个集群Ztest = (Xtest-Zmean)./Zstd;d = pdist2(C,Ztest，“欧几里得”，“最小”1);距离= sum(d.^2);结束
使用交叉验证计算平均绝对误差
利用10倍交叉验证计算回归模型的平均绝对误差。
加载carsmall数据集。指定加速度而且位移变量作为预测器和重量变量作为响应。
负载carsmallX1 =加速度;X2 =位移;y =重量;
创建自定义函数regf(如本例末尾所示)。该函数拟合一个回归模型到训练数据，然后在测试集上计算预测的汽车重量。该函数将预测的汽车重量值与真实值进行比较，然后计算平均绝对误差(MAE)和调整到测试集汽车重量范围的MAE。
注意:如果在本例中使用活动脚本文件，则regf函数已经包含在文件的末尾。否则，您需要在.m文件的末尾创建此函数，或将其作为MATLAB®路径上的文件添加。
默认情况下,crossval执行10次交叉验证。对于每10个训练集和测试集中的数据分区X1，X2,y，计算MAE和调整后的MAE值regf函数。找到平均MAE和平均调整MAE。
rng (“默认”）%用于再现性values = crossval(@regf,X1,X2,y)
值=10×2319.2261 0.1132 342.3722 0.1240 214.3735 0.0902 174.7247 0.1128 189.4835 0.0832 249.4359 0.1003 194.4210 0.0845 348.7437 0.1700 283.1761 0.1187 210.7444 0.1325
意思是(值)
ans =1×2252.6701 - 0.1129
这段代码创建了函数regf．
函数errors = regf(X1train,X2train,ytrain,X1test,X2test,ytest) tbltrain = table(X1train,X2train,ytrain，.．.“VariableNames”, {“加速”，“位移”，“重量”});tbltest = table(X1test,X2test,ytest，.．.“VariableNames”, {“加速”，“位移”，“重量”});MDL = fitlm(tbltrain，“重量~加速度+位移”）;Yfit = predict(mdl,tbltest);MAE =均值(abs(yfit-tbltest.Weight));adjMAE = MAE/range(tbltest.Weight);errors = [MAE adjMAE];结束
使用主成分分析和交叉验证计算错误分类误差
通过主成分分析(PCA)和5倍交叉验证计算分类树的误分类误差。
加载fisheriris数据集。的量矩阵包含150种不同的花的花测量。的物种变量列出了每一朵花的种类。
负载fisheriris
创建自定义函数classf(如本例末尾所示)。该函数对训练数据拟合分类树，然后对测试数据进行分类。在函数中使用PCA来减少用于创建树模型的预测器的数量。
注意:如果在本例中使用活动脚本文件，则classf函数已经包含在文件的末尾。否则，您需要在.m文件的末尾创建此函数，或将其作为MATLAB®路径上的文件添加。
创建一个cvpartition对象为分层的5倍交叉验证。默认情况下,cvpartition确保训练集和测试集具有大致相同的花卉种类比例。
rng (“默认”）%用于再现性CVP = cvpartition(species，“KFold”5);
用预测器数据计算分类树的5倍交叉验证错分类误差量响应变量物种．
cvError = crossval(“宏”量,物种,“Predfun”@classf,“分区”本量利)
cvError = 0.1067
这段代码创建了函数classf．
函数yfit = classf(Xtrain,ytrain,Xtest)标准化训练预测数据。然后，找到为标准化训练预测因子的主成分%的数据。[Ztrain,Zmean,Zstd] = zscore(Xtrain);[coeff,scoreTrain，~，~，explained,mu] = pca(Ztrain);找出最小数量的主成分%，至少95%的可变性。N = find(cumsum(explained)>=95,1);找到标准化的n个主成分分数%训练预测器数据。训练一个分类树模型%仅使用这些分数。scoreTrain95 = scoreTrain(:，1:n);mdl = fitctree(scoreTrain95,ytrain);找出转换后的n个主成分得分%测试数据。分类测试数据。Ztest = (Xtest-Zmean)./Zstd;scoreTest95 = (Ztest-mu)*coeff(:，1:n);yfit = predict(mdl,scoreTest95);结束
使用交叉验证创建混淆矩阵
根据判别分析模型的10倍交叉验证结果创建混淆矩阵。
注意:使用分类当训练速度是一个问题时。否则,使用fitcdiscr建立判别分析模型。下面的示例显示了与此示例相同的工作流，但使用了fitcdiscr,请参阅使用交叉验证预测创建混淆矩阵．
加载fisheriris数据集。X包含150种不同花卉的花卉测量值，以及y列出每种花的种类。创建一个变量订单指定花种类的顺序。
负载fisheririsX = meas;Y =物种;顺序=唯一(y)
订单=3 x1细胞{'setosa'} {'versicolor'} {'virginica'}
创建一个名为函数对于完成以下步骤的函数:
接收训练数据(
Xtrain而且ytrain)和测试数据(Xtest而且欧美)．使用训练数据创建判别分析模型，对新数据进行分类(
Xtest)．方法创建此模型并对新数据进行分类分类函数。比较真实的测试数据类(
欧美)到预测的测试数据值，并使用confusionmat函数。使用指定类顺序“秩序”,秩序．
func = @(Xtrain,ytrain,Xtest,ytest).．.分类(Xtest Xtrain ytrain),“秩序”、订单);
创建一个cvpartition对象为分层的10倍交叉验证。默认情况下,cvpartition确保训练集和测试集具有大致相同的花卉种类比例。
rng (“默认”）%用于再现性CVP = cvpartition(y，“Kfold”10);
为预测器数据的每个分区计算10个测试集混淆矩阵X响应变量y．每行confMat对应于一个测试集的混淆矩阵结果。汇总结果并创建最终的混淆矩阵cvMat．
confMat = crossval(func,X,y，“分区”、本量利);cvMat =重塑(sum(confMat)，3,3)
cvMat =3×350 0 0 0 48 2 0 1 49
将混淆矩阵绘制为混淆矩阵图confusionchart．
confusionchart (cvMat顺序)
输入参数
输出参数
提示
一个好的做法是使用分层(见
分层)当你使用分类算法的交叉验证时。否则，一些测试集可能不包括所有类的观察值。
算法
选择功能
许多分类和回归函数允许您直接执行交叉验证。
当你使用拟合函数时
fitcsvm，fitctree,fitrtree，可以使用名称-值对参数指定交叉验证选项。或者，您可以先使用这些拟合函数创建模型，然后使用crossval对象的功能。使用kfoldLoss而且kfoldPredict对象函数来计算分区对象的损失和预测值。有关更多信息，请参见ClassificationPartitionedModel而且RegressionPartitionedModel．
扩展功能
版本历史
在R2008a中引入
您也可以从以下列表中选择一个网站: