5

現在、matlab でこの構文を使用して、10 倍の交差検証で誤分類率を取得しています。

target = [repmat(1,ntrial,1);repmat(2,ntrial,1)];
cvo = cvpartition(target,'k',10);
func = @(XTRAIN,ytrain,XTEST)(classify(XTEST,XTRAIN,ytrain));
mcr = crossval('mcr',pooling,target,'predfun',func,'partition',cvo);

(「プーリング」は、分類子で分類したい 2 クラスの機能セットです)

私が読んだことmcrから、10倍からの平均誤分類率が返されます。各フォールドから誤分類率を取得したい場合、どうすればよいでしょうか?

前もって感謝します。

4

1 に答える 1

1

この場合、トレーニング/検証プロセスをもう少し制御したいと思います。制御を強化するためにプロセスを分割することを検討しましたか? cvpartition交差検証用の 10 フォールドを作成することから始めて、各フォールドを個別に処理します。

于 2012-11-29T13:25:01.603 に答える