Данные секционирования для перекрестной проверки
cvpartition
задает случайный раздел на наборе данных. Используйте этот раздел для определения наборов обучения и тестов для валидации статистической модели с помощью перекрестной валидации. Использовать training
для извлечения индексов обучения и test
для извлечения тестовых индексов для перекрестной проверки. Использовать repartition
чтобы задать новый случайный раздел того же типа, что и заданный cvpartition
объект.
возвращает c
= cvpartition(n
,'KFold',k
)cvpartition
c объекта
который задает случайное нертифицированное разбиение для k
-кратная перекрестная валидация на n
наблюдения. Разбиение случайным образом делит наблюдения на k
несвязанные подвыборки или складки, каждая из которых имеет примерно одинаковое количество наблюдений.
создает случайный раздел для стратифицированных c
= cvpartition(group
,'KFold',k
)k
-кратная перекрестная валидация. Каждая подвыборка, или складка, имеет примерно такое же количество наблюдений и содержит примерно те же пропорции классов, что и в group
.
Когда вы задаете group
как первый входной параметр, cvpartition
отбрасывает строки наблюдений, соответствующие отсутствующим значениям в group
.
возвращает c
= cvpartition(group
,'KFold',k
,'Stratify',stratifyOption
)cvpartition
c объекта
который задает случайный раздел для k
-кратная перекрестная валидация. Если вы задаете 'Stratify',false
, затем cvpartition
игнорирует информацию о классе в group
и создает нертифицированное случайное разбиение. В противном случае функция реализует расслоение по умолчанию.
возвращает объект c
= cvpartition(group
,'Holdout',p
,'Stratify',stratifyOption
)c
который задает случайный раздел в набор обучающих данных и набор тестов, или holdout. Если вы задаете 'Stratify',false
, затем cvpartition
создает нертифицированное случайное разбиение. В противном случае функция реализует расслоение по умолчанию.
создает случайный раздел для кросс-валидации с одним выходом на c
= cvpartition(n
,'Leaveout')n
наблюдения. Leave-one-out является частным случаем 'KFold'
в котором количество складок равняется количеству наблюдений.
c = cvpartition(
создает объект n
,'Resubstitution')c
который не разделяет данные. И набор обучающих данных, и тестовый набор содержат все исходные n
наблюдения.
repartition | Данные о перераспределении для перекрестной проверки |
test | Тестовые индексы для перекрестной проверки |
training | Индексы обучения для перекрестной проверки |
Если вы задаете group
в качестве первого входного параметра cvpartition
, затем функция отбрасывает строки наблюдений, соответствующие отсутствующим значениям в group
.
Если вы задаете group
в качестве первого входного параметра cvpartition
, затем функция реализует расслоение по умолчанию. Можно задать 'Stratify',false
для создания нертифицированного случайного разбиения.
Можно задать 'Stratify',true
только когда первый входной параметр cvpartition
является group
.