test

Тестовые индексы для перекрестной проверки

Описание

пример

idx = test(c) возвращает тестовые индексы idx для cvpartition c объекта типа 'holdout' или 'resubstitution'.

  • Если c.Type является 'holdout', затем idx задает наблюдения в тестовом наборе.

  • Если c.Type является 'resubstitution', затем idx задает все наблюдения.

пример

idx = test(c,i) возвращает тестовые индексы для повторения i a cvpartition c объекта типа 'kfold' или 'leaveout'.

  • Если c.Type является 'kfold', затем idx задает наблюдения в ity test set или fold.

  • Если c.Type является 'leaveout', затем idx задает наблюдение, зарезервированное для проверки при повторении i.

Примеры

свернуть все

Идентифицируйте наблюдения, которые находятся в тестовом (holdout) наборе cvpartition объект.

Разбиение 10 наблюдений для валидации удержания. Выберите приблизительно 30% наблюдений, которые будут находиться в тестовом наборе.

rng('default') % For reproducibility
c = cvpartition(10,'Holdout',0.30)
c = 
Hold-out cross validation partition
   NumObservations: 10
       NumTestSets: 1
         TrainSize: 7
          TestSize: 3

Идентифицируйте наблюдения тестового набора. Наблюдения, которые соответствуют 1с, находятся в тестовом наборе.

holdout = test(c)
holdout = 10x1 logical array

   0
   0
   0
   1
   0
   0
   0
   0
   1
   1

Визуализация результатов. Четвертое, девятое и десятое наблюдения находятся в тестовом наборе.

h = heatmap(double(holdout),'ColorbarVisible','off');
sorty(h,'1','descend')
ylabel('Observation')
title('Test Set Observations')

Figure contains an object of type heatmap. The chart of type heatmap has title Test Set Observations.

Идентифицируйте наблюдения, которые находятся в тестовых наборах или складках cvpartition объект для 3-кратной перекрестной проверки.

Разбиение 10 наблюдений для 3-кратной перекрестной валидации. Заметьте, что c содержит три повторения обучающих и тестовых данных.

rng('default') % For reproducibility
c = cvpartition(10,'KFold',3)
c = 
K-fold cross validation partition
   NumObservations: 10
       NumTestSets: 3
         TrainSize: 7  6  7
          TestSize: 3  4  3

Идентифицируйте наблюдения тестового набора для каждого повторения обучающих и тестовых данных. Наблюдения, которые соответствуют 1с, находятся в соответствующем тестовом наборе (складке).

fold1 = test(c,1)
fold1 = 10x1 logical array

   1
   1
   0
   0
   0
   0
   0
   0
   1
   0

fold2 = test(c,2);
fold3 = test(c,3);

Визуализация результатов. Первое, второе и девятое наблюдения находятся в первом тестовом наборе. Третье, шестое, восьмое и десятое наблюдения находятся во втором тестовом наборе. Четвертое, пятое и седьмое наблюдения находятся в третьем тестовом наборе.

data = [fold1,fold2,fold3];
h = heatmap(double(data),'ColorbarVisible','off');
sorty(h,{'1','2','3'},'descend')
xlabel('Repetition')
ylabel('Observation')
title('Test Set Observations')

Figure contains an object of type heatmap. The chart of type heatmap has title Test Set Observations.

Входные параметры

свернуть все

Раздел валидации, заданный как cvpartition объект. Тип раздела валидации c, c. Type, есть 'kfold', 'holdout', 'leaveout', или 'resubstitution'.

Индекс повторения, заданный как положительный целочисленный скаляр. Определение i указывает, чтобы найти наблюдения в i2й тестовый набор (складка).

Типы данных: single | double

Выходные аргументы

свернуть все

Индексы для наблюдений тестового набора, возвращенные как логический вектор. Значение 1 указывает, что соответствующее наблюдение находится в тестовом наборе. Значение 0 указывает, что соответствующее наблюдение находится в наборе обучающих данных.

См. также

|

Введенный в R2008a
Для просмотра документации необходимо авторизоваться на сайте