Класс: ClassificationTree
Ошибка классификации перекрестной проверкой
возвращает перекрестную подтвержденную ошибку классификации (потеря) для E
= cvloss(tree
)tree
, дерево классификации. cvloss
использование метода расслоило разделение, чтобы создать перекрестные подтвержденные наборы. Таким образом, для каждого сгиба каждый раздел данных имеет примерно те же пропорции класса, как в данных раньше обучал tree
.
[___] = cvloss(
крест подтверждает с дополнительными опциями, заданными одним или несколькими tree
,Name,Value
)Name,Value
парные аргументы, с помощью любого из предыдущих синтаксисов. Можно задать несколько аргументов пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN
.
Можно создать перекрестную подтвержденную древовидную модель с crossval
, и вызовите kfoldLoss
вместо cvloss
. Если вы собираетесь исследовать перекрестное подтвержденное дерево несколько раз, то альтернатива может сэкономить время.
Однако различающийся cvloss
, kfoldLoss
не возвращает SE
, Nleaf
, или BestLevel
. kfoldLoss
также не позволяет вам исследовать любую ошибку кроме ошибки классификации.