C= cvpartition（ñ，'KFold'中，k）构造一个对象C的cvpartition类限定用于随机nonstratified分区ķ倍交叉验证ñ观察结果。分区划分成观察ķ不相交的子样本（或褶皱），随机选择但具有大致相等的大小。默认值ķ是10。

C= cvpartition（ñ，'坚持'，p）的创建于抵抗验证随机nonstratified分区ñ观察结果。这个分区划分的观察到的训练集和测试（或坚持）集。参数p必须是一个标量。什么时候0<p<1，cvpartition随机选择约P *ñ观测对于测试集。什么时候p是一个整数，cvpartition随机选择p观测对于测试集。默认值p是1/10。

C= cvpartition（组，'KFold'中，k）创建分层随机分区ķ倍交叉验证。组是数值向量，分类数组，字符数组，字符串数组，或表示类的每个观测特征向量的单元阵列。每个子样品具有大致相等的尺寸和大致相同类的比例如组。

当您提供组作为第一个输入参数以cvpartition中，函数创建不包括对应于缺失值的观测行交叉验证分区组。

C= cvpartition（组，'KFold'中，k，'分层'，stratifyOption）返回一个对象C限定用于随机分区ķ倍交叉验证。当您提供组作为第一个输入参数以cvpartition，那么函数实现分层默认。如果您还指定“分层次”，假，则函数创建nonstratified随机分区。

您可以指定“分层次”，真仅当所述第一输入参数cvpartition是组。

C= cvpartition（组，'坚持'，p）的随机划分观测到训练集和抵抗（或测试）组与分层，使用类信息组。无论是训练和测试集有大致相同比例的类中组。

C= cvpartition（组，'坚持'，P，'分层'，stratifyOption）返回一个对象C限定一个随机划分为训练集，并设置一个抵抗（或测试）。当您提供组作为第一个输入参数以cvpartition，那么函数实现分层默认。如果您还指定“分层次”，假，则函数创建nonstratified随机分区。

C = cvpartition（N， 'LeaveOut'）创造了在留一交叉验证随机分区ñ观察结果。留一出是一个特例'KFold'其中褶皱的数量等于观测值的数量。

C = cvpartition（N， 'resubstitution'）创建一个对象C不分区的数据。无论是训练集和测试集包含所有原始的ñ观察结果。