如何在 MATLAB 中使用交叉验证测试？

【问题标题】：How to use a cross validation test with MATLAB?如何在 MATLAB 中使用交叉验证测试？
【发布时间】：2011-01-24 16:41:07
【问题描述】：

我想使用 10 折交叉验证来评估 MATLAB 中的离散化。我应该首先考虑属性和类列。

【问题讨论】：

标签： matlab machine-learning classification

【解决方案1】：

Statistics Toolbox中有CROSSVAL函数，默认执行10折交叉验证。看看吧。

Bioinformatics Toolbox 中存在另一个函数CROSSVALIND。

还有一个开源的 Generic-CV 工具： http://www.cs.technion.ac.il/~ronbeg/gcv/

【讨论】：

另外，还有一个方便的 cvparition 类：mathworks.com/access/helpdesk/help/toolbox/stats/…

【解决方案2】：

如果您更愿意编写自己的 xval 包装器而不是使用内置函数，我经常使用 randperm() 来生成我的数据的随机排序，然后您可以使用 90%（或您喜欢的值）截止值进行分区观点。

【讨论】：

【解决方案3】：

假设您想对正则化最小二乘执行 10 倍交叉验证。

% Given X and y, where y = X*beta + noise. 
lambda_range = 0:0.5:10;
cv_MSE = zeros(size(lambda_range));
for i = 1:length(lambda_range)
   regf=@(X,y,Xtest)(Xtest*(inv(X'*X+lambda_range(i)*eye(size(X,2)))*X'*y));
   cv_MSE(i) = crossval('mse',X,y,'Predfun',regf,'kfold',10);
end
[~,idx]= min(cv_MSE);
lambda = lambda_range(idx);

【讨论】：