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

crossval

El clasificador de vecino más cercano con validación cruzadak

Descripción

ejemplo

cvmodel = crossval(mdl) crea un modelo con validación cruzada (particionado) a partir de un modelo de clasificación KNN ajustado.mdl De forma predeterminada, utiliza la validación cruzada de 10 veces en los datos de entrenamiento para crear un objeto.crossvalcvmodelClassificationPartitionedModel

cvmodel = crossval(mdl,Name,Value) crea un modelo con particiones con opciones adicionales especificadas por uno o más argumentos de par nombre-valor. Por ejemplo, especifique para la validación cruzada de Leave-One-out.'Leaveout','on'

Ejemplos

contraer todo

Cree un modelo de vecino más cercano con validación cruzada y evalúe el rendimiento de la clasificación mediante el modelo.k

Cargue el conjunto de datos de iris de Fisher.

load fisheriris X = meas; Y = species;

Cree un clasificador para los vecinos más cercanos.

mdl = fitcknn(X,Y);

Cree un clasificador con validación cruzada.

cvmdl = crossval(mdl)
cvmdl =    classreg.learning.partition.ClassificationPartitionedModel     CrossValidatedModel: 'KNN'          PredictorNames: {'x1'  'x2'  'x3'  'x4'}            ResponseName: 'Y'         NumObservations: 150                   KFold: 10               Partition: [1x1 cvpartition]              ClassNames: {'setosa'  'versicolor'  'virginica'}          ScoreTransform: 'none'     Properties, Methods  

Busque la pérdida validada entre el clasificador.

cvmdlloss = kfoldLoss(cvmdl)
cvmdlloss = 0.0467 

La pérdida de validación cruzada es inferior al 5%. Puede esperar tener una tasa de error similar.mdl

Argumentos de entrada

contraer todo

-modelo de clasificador de vecino más cercano, especificado como un objeto.kClassificationKNN

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

Ejemplo: crea un modelo particionado con 5 veces la validación cruzada.crossval(mdl,'KFold',5)

Partición de validación cruzada, especificada como el par separado por comas que consta de un objeto creado por la función. divide los datos en subconjuntos con.'CVPartition'cvpartitioncvpartitioncrossvalcvpartition

Utilice solo una de estas cuatro opciones a la vez:,, o.'CVPartition''Holdout''KFold''Leaveout'

Fracción de los datos utilizados para la validación de exclusión, especificado como el par separado por comas que consta de y un valor escalar en el intervalo.'Holdout'(0,1)

Utilice solo una de estas cuatro opciones a la vez:,, o.'CVPartition''Holdout''KFold''Leaveout'

Ejemplo: 'Holdout',0.3

Tipos de datos: single | double

Número de pliegues que se utilizarán en un modelo con validación cruzada, especificado como el par separado por comas y que consta de un valor entero positivo mayor que 1.'KFold'

Utilice solo una de estas cuatro opciones a la vez:,, o.'CVPartition''Holdout''KFold''Leaveout'

Ejemplo: 'KFold',3

Tipos de datos: single | double

Marca de validación cruzada de Leave-One-out, especificada como el par separado por comas que consta de y o.'Leaveout''on''off' Leave-One-out es un caso especial en el que el número de pliegues equivale al número de observaciones.'KFold'

Utilice solo una de estas cuatro opciones a la vez:,, o.'CVPartition''Holdout''KFold''Leaveout'

Ejemplo: 'Leaveout','on'

Sugerencias

  • Evalúe el rendimiento predictivo de los datos con validación cruzada utilizando los métodos y propiedades "kfold" de, comomdlcvmodel kfoldLoss.

Funcionalidad alternativa

Puede crear un modelo validado de forma cruzada directamente a partir de los datos en lugar de crear un modelo seguido de un modelo validado de forma cruzada. Para ello, especifique una de estas opciones en:,,,, o.fitcknn'CrossVal''KFold''Holdout''Leaveout''CVPartition'

Introducido en R2012a