В этом примере используйте crossval чтобы вычислить оценку перекрестной валидации средней квадратной ошибки для регрессионой модели. Выполняйте расчеты параллельно.
mypool = parpool()
Starting parpool using the 'local' profile ... connected to 2 workers.
mypool =
Pool with properties:
AttachedFiles: {0x1 cell}
NumWorkers: 2
IdleTimeout: 30
Cluster: [1x1 parallel.cluster.Local]
RequestQueue: [1x1 parallel.RequestQueue]
SpmdEnabled: 1
opts = statset('UseParallel',true);
load('fisheriris');
y = meas(:,1);
X = [ones(size(y,1),1),meas(:,2:4)];
regf=@(XTRAIN,ytrain,XTEST)(XTEST*regress(ytrain,XTRAIN));
cvMse = crossval('mse',X,y,'Predfun',regf,'Options',opts)
cvMse =
0.1028
Этот простой пример не является хорошим кандидатом для параллельных расчетов:
% How long to compute in serial?
tic;cvMse = crossval('mse',X,y,'Predfun',regf);toc
Elapsed time is 0.073438 seconds.
% How long to compute in parallel?
tic;cvMse = crossval('mse',X,y,'Predfun',regf,...
'Options',opts);toc
Elapsed time is 0.289585 seconds.Бежать crossval параллельно воспроизводимым способом установите опции и сбросьте случайный поток соответствующим образом (см. «Выполнение воспроизводимых параллельных расчетов»).
mypool = parpool()
Starting parpool using the 'local' profile ... connected to 2 workers.
mypool =
Pool with properties:
AttachedFiles: {0x1 cell}
NumWorkers: 2
IdleTimeout: 30
Cluster: [1x1 parallel.cluster.Local]
RequestQueue: [1x1 parallel.RequestQueue]
SpmdEnabled: 1
s = RandStream('mlfg6331_64');
opts = statset('UseParallel',true,...
'Streams',s,'UseSubstreams',true);
load('fisheriris');
y = meas(:,1);
X = [ones(size(y,1),1),meas(:,2:4)];
regf=@(XTRAIN,ytrain,XTEST)(XTEST*regress(ytrain,XTRAIN));
cvMse = crossval('mse',X,y,'Predfun',regf,'Options',opts)
cvMse =
0.1020Сбросьте поток:
reset(s)
cvMse = crossval('mse',X,y,'Predfun',regf,'Options',opts)
cvMse =
0.1020