如何使用测试数据预测响应使用“KFold”后,5的支持向量机

7视图(30天)

显示旧的评论

萨巴Yousaf 2018年9月27日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/421099-how-to-predict-response-using-test-data-after-using-kfold-5-in-case-of-svm

回答: 易杜2022年7月24日

大家好…训练后的模型使用代码Mdl = fitrsvm (predictortrain、响应“标准化”,没错,‘kFold’, 5)现在请告诉我如何计算响应使用“Kfoldpredict”相反的预测和参数我必须通过“Kfoldpredict”。我有独立的数据用于测试请让我知道如果你有任何的解决方案。

2的评论
显示1年长的评论藏1年长的评论

萨巴Yousaf 2018年9月27日

请把你的例子吧。

登录置评。

在回答这个问题。

答案(2)

默罕默德卡希夫 2018年9月27日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/421099-how-to-predict-response-using-test-data-after-using-kfold-5-in-case-of-svm answer_338758

一旦你训练模型。现在你想使用“Kfoldpredict”,首先验证模型。如;

                             Mdl = fitcecoc (features_train labels_train,“学习者”t“FitPosterior”,1…
                            
                             “类名”,{' 1 ',' 2 ',“3”,“4”,“5”,“6”,“7”},…
                            
                             “详细”2);
                            
                             CVMdl = crossval (Mdl);%跨Mdl进行验证
                            
                             oosLoss = kfoldLoss (CVMdl);
                            
                             标签=预测(Mdl features_test);%如果想预测
                            
                             oofLabel = kfoldPredict (CVMdl);
                            
                             我希望它将帮助你。

7评论
显示6年长的评论隐藏6年长的评论

莫辛汗 2019年11月24日

编辑:莫辛汗 2019年11月24日

你没有设置正确的参数的数量;

试试这个,会对输出的5倍

                                  Mdl = fitrsvm (predictortrain、响应“标准化”,真正的);
                                 
                                  CVMdl = crossval (Mdl,“kfold”5);