Matlab에서 교차 유효성 검사를 구현하는 중 원시 기능을 제외한 다른 기능을 사용하지 않고 있습니다. 1
2
3
..
N-M
을 두 번째 반복에서 : 나는 그것을 먹고 싶어 1
2
3
..
N
가 나는 배 크기의 첫 번째 반복에서 M 있습니다 나는 그런 기질을 가지고 : 1
2
3
..
.. //Number o f M ele
새 모델을 만들고 있는데 classperf를 사용하여 분류 자의 성능을 확인하고 싶습니다. 내장 분류 기호 중 하나와 반대로 분류 기호를 사용하도록하려면 어떻게해야합니까? 온라인에서 찾은 모든 예제는 MATLAB에 포함 된 분류자를 사용합니다. 나는 그것을 테스트하기 위해 K-fold를 사용하고자합니다.
캐럿 모델의 배타 예측을 사용하여 원래 예측 인자 중 일부가 포함 된 2 단계 모델을 학습하고 싶습니다. 다음과 같이 나는 밖으로의 배 예측을 수집 할 수 있습니다 중대하다 #Load Data
set.seed(1)
library(caret)
library(mlbench)
data(BostonHousing)
#Build Model (see ?tra
나는 현재 10 배 교차 검증에 오 분류 율을 얻기 위해 MATLAB에서이 구문을 사용하고 : target = [repmat(1,ntrial,1);repmat(2,ntrial,1)];
cvo = cvpartition(target,'k',10);
func = @(XTRAIN,ytrain,XTEST)(classify(XTEST,XTRAIN,ytrain));
SVM과 ROC에 대해 배우고 있습니다. 알다시피, 사람들은 일반적으로 SVM (Support Vector Machine)의 분류 능력을 보여주기 위해 ROC (수신기 동작 특성) 곡선을 사용할 수 있습니다. 동일한 개념을 사용하여 두 가지 하위 집합을 비교할 수 있는지 궁금합니다. 서브 세트 A와 서브 세트 B의 두 가지 서브 세트가 있다고 가정하십시오.
나는 빈곤, 인구 등의 데이터가 포함 된 미국 카운티 목록을 받았으며 k 평균 알고리즘을 사용하여 클러스터링을 수행했습니다. 클러스터링을 다음과 같이 교차 검증했습니다. 카운티를 교육 세트와 홀드 아웃 세트로 분할했습니다. 클러스터링 중 빈곤 기능을 제거한 다음 홀드 아웃 세트의 각 카운티별로 가장 가까운 클러스터를 찾은 다음 가장 가까운 클러스터의 평균
csv 파일에 저장된 이항 종속 변수 (Y)와 12 개의 독립 변수 (X1 ~ X12)로 구성된 데이터 집합이 있습니다. Y,X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12
0,9,3.86,111,126,14,13,1,7,7,0,M,46-50
1,7074,3.88,232,4654,143,349,2,27,18,6,M,25-30
1,
차이점 및 계층화 된 10 배 교차 유효성 검사 절차 ('k'파티션으로 표시됨) 중 하나를 사용하여 데이터 분할에 대한 차이점을 설명해 줄 수 있습니까? 유형) 또는 10 배 교차 검증 절차 ("kfold"파티션 유형으로 표시) 이 파티션을 사용하여 부트 스트랩 앙상블을 사용하여 시계열 분석을위한 교차 검증 절차를 수행합니다. 어떤 종류의 파티션 유형이 내