ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

crossval

クラス: ClassificationDiscriminant

判別分析分類器の交差検証

構文

cvmodel = crossval(obj)
cvmodel = crossval(obj,Name,Value)

説明

cvmodel = crossval(obj) は、近似された判別分析分類器である obj から分割されたモデルを作成します。既定の設定では、crossval は 学習データに 10 分割交差検証を使用して、cvmodel を作成します。

cvmodel = crossval(obj,Name,Value) は、1 つまたは複数の Name,Value ペア引数で指定される追加オプションを使用して、分割されたモデルを作成します。

入力引数

obj

fitcdiscr を使用して作成された判別分析分類器。

名前と値のペアの引数

オプションの引数 Name,Value のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で閉じなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を任意の順序で指定できます。

'CVPartition'

クラス cvpartition のオブジェクトで、関数 cvpartition によって作成されます。crossval は、cvpartition を使用してデータをサブセットに分割します。

次のオプション、'CVPartition''Holdout''KFold' または 'Leaveout' のいずれか 1 つだけを使用することができます。

既定値: []

'Holdout'

ホールドアウト検定は、データの指定部分をテストし、データの残りの部分を学習に使用します。0 から 1 までの数値スカラーを指定します。次のオプション、'CVPartition''Holdout''KFold' または 'Leaveout' のいずれか 1 つだけを使用することができます。

'KFold'

交差検証済みの分類器で使用する分割の数。1 より大きい正の整数値。

次のオプション、'CVPartition''Holdout''KFold' または 'Leaveout' のいずれか 1 つだけを使用することができます。

既定値: 10

'Leaveout'

'on' を設定して、Leave-one-out 法の交差検証を指定します。

次のオプション、'CVPartition''Holdout''KFold' または 'Leaveout' のいずれか 1 つだけを使用することができます。

フィッシャーのアヤメのデータの分類モデルを作成した後で、交差検証済みモデルを作成します。kfoldLoss を使用してモデルの品質を評価します。

load fisheriris
obj = fitcdiscr(meas,species);
cvmodel = crossval(obj);
L = kfoldLoss(cvmodel)

L =
    0.0200

ヒント

  • "kfold" メソッドおよび kfoldLoss などの cvmodel のプロパティを使用して交差検証されたデータでの obj の予測パフォーマンスを評価します。

代替方法

交差検証分類器の後に判別分析分類器を作成することなく、データから交差検証分類器を直接作成できます。それには、fitcdiscr に次のオプションの 1 つを指定します。それらは、'CrossVal''CVPartition''Holdout''KFold' または 'Leaveout' です。