Идентифицируйте наблюдения, которые находятся в наборе обучающих данных cvpartition объект для валидации типа «holdout».

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

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 набор обучающих данных наблюдения. Наблюдения, которые соответствуют 1с, находятся в наборе обучающих данных.

set = training(c)

set = 10x1 logical array

   1
   1
   1
   0
   1
   1
   1
   1
   0
   0

Визуализация результатов. Все наблюдения, кроме четвертого, девятого и десятого, находятся в наборе обучающих данных.

h = heatmap(double(set),'ColorbarVisible','off');
sorty(h,'1','ascend')
ylabel('Observation')
title('Training Set Observations')

Идентифицируйте наблюдения, которые находятся в наборах обучающих данных 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 набор обучающих данных наблюдения для каждого повторения обучающих и тестовых данных. Наблюдения, которые соответствуют 1с, находятся в соответствующем наборе обучающих данных.

set1 = training(c,1)

set1 = 10x1 logical array

   0
   0
   1
   1
   1
   1
   1
   1
   0
   1

set2 = training(c,2);
set3 = training(c,3);

Визуализация результатов. Все наблюдения, кроме первого, второго и девятого, находятся в первом наборе обучающих данных. Все наблюдения, кроме третьего, шестого, восьмого и десятого, находятся во втором наборе обучающих данных. Все наблюдения, кроме четвертого, пятого и седьмого, находятся в третьем наборе обучающих данных.

data = [set1,set2,set3];
h = heatmap(double(data),'ColorbarVisible','off');
sorty(h,{'1','2','3'},'ascend')
xlabel('Repetition')
ylabel('Observation')
title('Training Set Observations')