Matlab中交叉检验——crossvalind()
来源:互联网 发布:c语言多进程编程 编辑:程序博客网 时间:2024/06/05 15:20
crossvalind是cross-valindation的缩写,意即交叉检验。 常用的形式有:
①Indices =crossvalind('Kfold', N, K)
②[Train, Test] = crossvalind('HoldOut',N, P)
③[Train, Test] = crossvalind('LeaveMOut',N, M)
④[Train, Test] = crossvalind('Resubstitution',N, [P,Q])
该命令返回一个对于N个观察样本的K个fold(意为折,有“层”之类的含义,感觉还是英文意思更形象)的标记(indices)。该标记中含有相同(或者近似相同)比例的1—K的值,将样本分为K个相斥的子集。在K-fold交叉检验中,K-1个fold用来训练,剩下的一个用来测试。此过程循环K次,每次选取不同的fold作为测试集。K的缺省值为5。 使用程序:
[m n]=size(data); %data为样本集合。每一行为一个观察样本
indices = crossvalind('Kfold',m,10); %产生10个fold,即indices里有等比例的1-10
for i=1:10
test=(indices==i); %逻辑判断,每次循环选取一个fold作为测试集 train=~test; %取test的补集作为训练集,即剩下的9个fold
data_train=data(trian,:); %以上得到的数都为逻辑值,用与样本集的选取 label_train=label(train,:); %label为样本类别标签,同样选取相应的训练集 data_test=data(test,:); %同理选取测试集的样本和标签 label_test=label(test,:); end
②[Train, Test] = crossvalind('HoldOut',N, P):
该命令返回一个逻辑值的标记向量,从N个观察样本中随机选取(或近似于)P*N个样本作为测试集。故P应为0-1,缺省值为0.5。 使用程序:
groups=ismenber(label,1); %label为样本类别标签,生成一个逻辑矩阵groups,1用来逻辑判断筛选
[train, test] = crossvalind('holdOut',groups); %将groups分类,默认比例1:1,即P=0.5
③[Train, Test] = crossvalind('LeaveMOut',N, M):
该命令返回一个逻辑值的标记向量,从N个观察样本中随机选取M个样本作为测试集。M的缺省值为1。值得注意的是,LeaveMOut在循环中使用不能保证产生的是互补集合,即每次循环的随机选取是独立的。如果要用互补的话还是使用Kfold命令。 使用程序:
[m,n]=size(data);
[train,test]=crossvalind('LeaveMOut',m,10)
svmStruct = svmtrain(data(train,:),groups(train)); classes = svmclassify(svmStruct,data(test,:)); cp=classperf(groups); cr=cp.CorrectRate
④[Train, Test] = crossvalind('Resubstitution',N, [P,Q]):
本函数为②的一个特殊情况。当我不想把P*N剩下的部分全部作为训练集的时候使用该函数,用Q指定一个比例,选取Q*N作为训练集。两个集合的选取以最小化交集为原则。
0 0
- Matlab中交叉检验——crossvalind()
- Matlab交叉验证函数——crossvalind
- crossvalind Matlab 交叉验证
- crossvalind Matlab 交叉验证
- crossvalind Matlab 交叉验证
- matlab 中K折交叉验证crossvalind函数的理解
- crossvalind函数 (交叉验证函数)
- 基于scikit-learn工具的交叉检验 — cross_validation模型
- sklean中交叉检验和混淆矩阵
- matlab函数bsxfun、crossvalind、ismember,kmean
- 十折交叉验证--crossvalind函数
- 人脸识别 交叉验证函数crossvalind 的用法
- 在numerai对冲基金中使用交叉检验
- Python机器学习——Sklearn——划分数据集——交叉检验
- 交叉检验的实现
- ml-预处理交叉检验
- 交叉检验的简介
- 机器学习中检验样本抽样的均匀——KL散度检验和K-S检验
- 安装虚拟机后 不能显示 /mnt/hgfs共享文件夹
- 隐藏(不显示)CNZZ流量统计代码
- tomcat异常关闭自动启动
- Lua 结合c++ 编程1
- 如何做到每天写代码?
- Matlab中交叉检验——crossvalind()
- Win7、Ubuntu双系统正确卸载Ubuntu系统
- 安装双系统后,开机unknown filesystem
- 5数值调节按钮Spin
- 黑马程序员 java IO SequenceInputStream 和并文件
- 华为章宇:如何学习开源项目及Ceph的浅析
- Android的多语言实现
- 黑马程序员 java IO 分割文件
- 使用Angular.JS和ASP.NET创建单页应用