Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

crossval

Conjunto de validación cruzada

Sintaxis

cvens = crossval(ens)
cvens = crossval(ens,Name,Value)

Descripción

cvens = crossval(ens) crea un conjunto con validación cruzada de un conjunto de clasificación.ens El valor predeterminado es la validación cruzada de 10 veces.

cvens = crossval(ens,Name,Value) crea un conjunto con validación cruzada con opciones adicionales especificadas por uno o más argumentos de par.Name,Value Puede especificar varios argumentos de par nombre-valor en cualquier orden como.Name1,Value1,…,NameN,ValueN

Argumentos de entrada

ens

Un conjunto de clasificación creado con.fitcensemble

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

'cvpartition'

Una partición de clase.cvpartition Establece la partición para la validación cruzada.

No utilice más de uno de los pares nombre-valor, o.cvpartitionholdoutkfoldleaveout

'holdout'

La validación de exclusión prueba la fracción especificada de los datos y usa el resto de los datos para el entrenamiento. Especifique un escalar numérico a partir de.01 Solo puede utilizar una de estas cuatro opciones a la vez para crear un árbol con validación cruzada:,, o.'kfold''holdout''leaveout''cvpartition'

'kfold'

Número de pliegues para la validación cruzada, un escalar positivo numérico mayor que 1.

No utilice más de uno de los pares nombre-valor, o.'kfold''holdout''leaveout''cvpartition'

'leaveout'

Si, utilice la validación cruzada de Leave-One-out.'on'

No utilice más de uno de los pares nombre-valor, o.'kfold''holdout''leaveout''cvpartition'

'nprint'

Frecuencia de impresión, un escalar entero positivo. Utilice este parámetro para observar la formación de pliegues de validación cruzada.

Predeterminado: , lo que significa que no hay impresión'off'

Argumentos de salida

cvens

Un conjunto de clasificación con validación cruzada de clase.ClassificationPartitionedEnsemble

Ejemplos

expandir todo

Cree un modelo de clasificación de validación cruzada para los datos de iris de Fisher y evalúe su calidad mediante el método.kfoldLoss

Cargue el conjunto de datos de iris de Fisher.

load fisheriris

Entrena un conjunto de 100 árboles de clasificación potenciado usando AdaBoostM2.

t = templateTree('MaxNumSplits',1); % Weak learner template tree object ens = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Cree un conjunto validado de forma cruzada y encuentre el error de clasificación promediado sobre todos los pliegues.ens

rng(10,'twister') % For reproducibility cvens = crossval(ens); L = kfoldLoss(cvens)
L = 0.0467 

Alternativas

Puede crear un conjunto de validación cruzada directamente a partir de los datos, en lugar de crear un conjunto seguido de un conjunto de validación cruzada. Para ello, incluya una de estas cinco opciones en:,,,, o.fitcensemble'crossval''kfold''holdout''leaveout''cvpartition'