超类:
交叉验证的数据分区
的对象cvpartition
类在一组指定大小的数据上定义随机分区。使用此分区定义测试和训练集,以便使用交叉验证验证统计模型。
cvpartition | 为数据创建交叉验证分区 |
NumObservations | 观测数(包括缺失观测数)集团 值) |
NumTestSets | 测试集数 |
TestSize | 每个测试集的大小 |
TrainSize | 每个训练集的大小 |
类型 | 类型的分区 |
价值。要了解这将如何影响您对该类的使用,请参见比较句柄和值类(MATLAB)在MATLAB中®面向对象编程的文档。
使用10倍的分层交叉验证来计算错误分类误差分类
iris数据。
负载(“fisheriris”);CVO = cvpartition(物种,“k”,10);呃= 0 (CVO.NumTestSets, 1);对于i = 1:CVO。NumTestSetstrIdx = CVO.training(i); teIdx = CVO.test(i); ytest = classify(meas(teIdx,:),meas(trIdx,:),... species(trIdx,:)); err(i) = sum(~strcmp(ytest,species(teIdx))); end cvErr = sum(err)/sum(CVO.TestSize);