Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

training

Índices de entrenamiento para la validación cruzada

Descripción

ejemplo

idx = training(c) devuelve los índices de entrenamiento idx para un objeto cvpartition c de tipo 'holdout' o 'resubstitution'.

  • Si c.Type es 'holdout', idx especifica las observaciones del conjunto de entrenamiento.

  • Si c.Type es 'resubstitution', idx especifica todas las observaciones.

idx = training(c,i) devuelve los índices de entrenamiento de las repeticiones especificadas en i de un objeto cvpartition c de tipo 'kfold' o 'leaveout'.

  • Si c.Type es 'kfold', idx(:,j) especifica las observaciones del conjunto de entrenamiento i(j).

  • Si c.Type es 'leaveout', idx(:,j) especifica las observaciones reservadas para el entrenamiento en la repetición i(j).

ejemplo

idx = training(c,"all") devuelve los índices de entrenamiento de todas las repeticiones de un objeto cvpartition c. La columna j en idx indica las observaciones del conjunto de entrenamiento j para un objeto de tipo 'kfold' o 'leaveout'. (desde R2023b)

Ejemplos

contraer todo

Identifique las observaciones que se encuentran en el conjunto de entrenamiento de un objeto cvpartition para la validación por retención.

Realice una partición de 10 observaciones para la validación por retención. Seleccione aproximadamente el 30% de las observaciones que se incluirán en el conjunto de prueba (retención).

rng('default') % For reproducibility
c = cvpartition(10,'Holdout',0.30)
c = 
Hold-out cross validation partition
   NumObservations: 10
       NumTestSets: 1
         TrainSize: 7
          TestSize: 3
          IsCustom: 0

Identifique las observaciones del conjunto de entrenamiento. Las observaciones que corresponden a valores 1 están en el conjunto de entrenamiento.

set = training(c)
set = 10x1 logical array

   1
   1
   1
   0
   1
   1
   1
   1
   0
   0

Visualice los resultados. Todas las observaciones excepto la cuarta, la novena y la décima están en el conjunto de entrenamiento.

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

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

Identifique las observaciones que se encuentran en los conjuntos de entrenamiento de un objeto cvpartition para la validación cruzada de 3 particiones.

Realice una partición de 10 observaciones para la validación cruzada de 3 particiones. Tenga en cuenta que c contiene tres repeticiones de datos de entrenamiento y de prueba.

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
          IsCustom: 0

Identifique las observaciones del conjunto de entrenamiento para cada repetición de datos de entrenamiento y de prueba. Las observaciones que corresponden a valores 1 están en el conjunto de entrenamiento correspondiente.

data = training(c,"all")
data = 10x3 logical array

   0   1   1
   0   1   1
   1   0   1
   1   1   0
   1   1   0
   1   0   1
   1   1   0
   1   0   1
   0   1   1
   1   0   1

Visualice los resultados. Todas las observaciones excepto la primera, la segunda y la novena están en el primer conjunto de entrenamiento. Todas las observaciones excepto la tercera, la sexta y la octava están en el segundo conjunto de entrenamiento. Todas las observaciones excepto la cuarta, la quinta y la séptima están en el tercer conjunto de entrenamiento.

h = heatmap(double(data),"ColorbarVisible","off");
sorty(h,["1","2","3"],"ascend")
xlabel("Repetition")
ylabel("Observation")
title("Training Set Observations")

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

Argumentos de entrada

contraer todo

Partición de validación, especificada como un objeto cvpartition. El tipo de partición de validación de c, c.Type, es 'kfold', 'holdout', 'leaveout' o 'resubstitution'.

Índices de repetición, especificados como un vector de enteros positivos. Para cada elemento de i, el software encuentra las observaciones en el conjunto de entrenamiento de la repetición correspondiente.

Ejemplo: 2

Ejemplo: [1 3 5]

Tipos de datos: single | double

Argumentos de salida

contraer todo

Índices de las observaciones del conjunto de entrenamiento, devueltos como una matriz lógica. Cada fila corresponde a una observación y cada columna corresponde a una repetición.

Un valor de 1 (true) indica que la observación correspondiente está en el conjunto de entrenamiento. Un valor de 0 (false) indica que la observación correspondiente está en el conjunto de prueba.

Historial de versiones

Introducido en R2008a

expandir todo

Consulte también

|