主要内容

重叠

重叠采样

语法

jackstat =重叠(jackfun, X)
jackstat =重叠(jackfun, X, Y,…)
jackstat =重叠(jackfun,…,“选项”选项)

描述

jackstat =重叠(jackfun, X)的折叠刀数据样本n——- - - - - -p数据数组X，使用该函数计算每个样本的统计信息jackfun，并在矩阵中返回结果jackstat。重叠每一行X作为一个数据样本，所以有n数据样本。每一个n行jackstat包含应用的结果jackfun一个折叠刀的样品。jackfun函数句柄是否指定为@。行我的jackstat包含结果的样品组成X与我th行省略:

s = x;(我:)= [];jackstat(我:)= jackfun(年代);
如果jackfun返回一个矩阵或数组，然后将此输出转换为一个行向量以便存储在其中jackstat。如果X是一个行向量，它被转换成一个列向量。

jackstat =重叠(jackfun, X, Y,…)接受作为输入提供的附加参数jackfun。它们可以是标量，列向量，或者矩阵。重叠通过从非标量数据参数的行(这些参数的行数必须相同)进行抽样替换，创建每个小刀样例。传递标量数据jackfun不变。非标量参数必须具有相同的行数，每个小刀样例都从这些参数中省略相同的行。

jackstat =重叠(jackfun,…,“选项”选项)提供一个选项来并行执行折叠迭代(如果并行计算工具箱™可用)。集“选项”作为你创建的结构statset。重叠在结构中使用以下字段:

“UseParallel”

如果真正的，使用多个处理器来计算折叠刀迭代。如果没有安装并行计算工具箱，则计算将以串行方式进行。默认是假，表示串行计算。

例子

估计从向量中取的随机样本的MLE方差估计的偏差y使用重叠。在这个问题中，偏差有一个已知的公式，所以你可以比较重叠的值。

σ= 5;y = normrnd(0,σ,100,(1);m =重叠(@var, y, 1);n =长度(y);偏差= -sigma^2/n %已知偏差公式jbias = (n-1)*(mean(m)-var(y,1)) %折刀偏差估计偏差= -0.2500 jbias = -0.3378

扩展功能

另请参阅

||||

主题

介绍了R2006a

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:一个循序渐进的指南与MATLAB

掌握机器学习:一个循序渐进的指南与MATLAB

下载电子书