repartition

Данные о перераспределении для перекрестной проверки

Описание

пример

cnew = repartition(c) создает cvpartition cnew объекта который задает случайный раздел того же типа, что и c, где c также является cvpartition объект. То есть, repartition принимает те же наблюдения в c и перераспределяет их в новые наборы для обучения и тестирования.

cnew = repartition(c,s) использует RandStream s объекта как генератор случайных чисел для нового раздела.

Примеры

свернуть все

Наблюдения перераспределения в cvpartition объект. Тип раздела валидации остается неизменным.

Разбиение 100 наблюдений для 3-кратной перекрестной валидации.

c = cvpartition(100,'KFold',3)
c = 
K-fold cross validation partition
   NumObservations: 100
       NumTestSets: 3
         TrainSize: 67  66  67
          TestSize: 33  34  33

Перераспределите наблюдения.

cnew = repartition(c)
cnew = 
K-fold cross validation partition
   NumObservations: 100
       NumTestSets: 3
         TrainSize: 67  66  67
          TestSize: 33  34  33

Заметьте, что набор наблюдений в первом тестовом наборе (складке) c не совпадает с набором наблюдений в первом тестовом наборе cnew.

isequal(test(c,1),test(cnew,1))
ans = logical
   0

Просмотрите тип раздела валидации c и cnew. Оба c и cnew являются ли разделы валидации того же типа, 'kfold'.

isequal(c.Type,cnew.Type)
ans = logical
   1

c.Type
ans = 
'kfold'

Входные параметры

свернуть все

Раздел валидации, заданный как cvpartition объект. Тип раздела валидации c, c. Type, совпадает с валидацией типом раздела нового cnew.

Генератор случайных чисел для нового раздела, заданный как RandStream объект.

Совет

  • Перераспределение полезно для повторений Monte Carlo перекрестного валидационного анализа. crossval вызовы repartition когда вы задаете 'MCReps' аргумент пары "имя-значение".

См. также

| |

Введенный в R2008a
Для просмотра документации необходимо авторизоваться на сайте