training

교차 검증을 위한 훈련 인덱스

구문

idx = training(c)

idx = training(c,i)

idx = training(c,"all")

설명

idx = training(c)는 'holdout' 또는 'resubstitution' 유형의 cvpartition 객체 c에 대한 훈련 인덱스 idx를 반환합니다.

• c.Type이 'holdout'인 경우 idx는 훈련 세트의 관측값을 지정합니다.

• c.Type이 'resubstitution'인 경우 idx는 모든 관측값을 지정합니다.

idx = training(c,i)는 'kfold' 또는 'leaveout' 유형의 cvpartition 객체 c의 i에 지정된 반복의 훈련 인덱스를 반환합니다.

• c.Type이 'kfold'인 경우 idx(:,j)는 훈련 세트 i(j)의 관측값을 지정합니다.

• c.Type이 'leaveout'인 경우 idx(:,j)는 반복 i(j)에서 훈련을 위해 예약된 관측값을 지정합니다.

idx = training(c,"all")은 cvpartition 객체 c의 모든 반복에 대한 훈련 인덱스를 반환합니다. idx의 열 j는 'kfold' 또는 'leaveout' 유형인 객체의 훈련 세트 j에 있는 관측값을 나타냅니다. (R2023b 이후)

예제

홀드아웃 분할에서 훈련 인덱스 식별하기

홀드아웃 검증을 위해 cvpartition 객체의 훈련 세트에 있는 관측값을 식별합니다.

홀드아웃 검증을 위해 10개의 관측값을 분할합니다. 테스트(홀드아웃) 세트에 포함할 관측값의 약 30%를 선택합니다.

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

훈련 세트 관측값을 식별합니다. 1에 대응되는 관측값은 훈련 세트에 있습니다.

set = training(c)

set = 10x1 logical array

   1
   1
   1
   0
   1
   1
   1
   1
   0
   0

결과를 시각화합니다. 네 번째, 아홉 번째, 열 번째를 제외한 모든 관측값은 훈련 세트에 있습니다.

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

K-겹 분할에서 훈련 인덱스 식별하기

3겹 교차 검증을 위해 cvpartition 객체의 훈련 세트에 있는 관측값을 식별합니다.

3겹 교차 검증을 위해 10개의 관측값을 분할합니다. c에는 훈련 및 테스트 데이터의 반복이 3개 포함되어 있습니다.

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

훈련 및 테스트 데이터의 각 반복에 대한 훈련 세트 관측값을 식별합니다. 1에 대응되는 관측값은 대응하는 훈련 세트에 있습니다.

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

결과를 시각화합니다. 첫 번째, 두 번째, 아홉 번째를 제외한 모든 관측값은 첫 번째 훈련 세트에 있습니다. 세 번째, 여섯 번째, 여덟 번째, 열 번째를 제외한 모든 관측값은 두 번째 훈련 세트에 있습니다. 네 번째, 다섯 번째, 일곱 번째를 제외한 모든 관측값은 세 번째 훈련 세트에 있습니다.

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

입력 인수

c — 검증 분할

cvpartition 객체

검증 분할로, cvpartition 객체로 지정됩니다. c의 검증 분할 유형 c.Type은 'kfold', 'holdout', 'leaveout' 또는 'resubstitution'입니다.

i — 반복 인덱스

양의 정수 벡터

반복 인덱스로, 양의 정수 벡터로 지정됩니다. i에 있는 각 요소에 대해, 대응되는 반복의 훈련 세트에 있는 관측값을 찾습니다.

예: 2

예: [1 3 5]

데이터형: single | double

출력 인수

idx — 훈련 세트 관측값의 인덱스

논리형 행렬

훈련 세트 관측값의 인덱스로, 논리형 행렬로 반환됩니다. 각 행은 관측값에 대응되고 각 열은 반복에 대응됩니다.

값 1(true)은 대응되는 관측값이 훈련 세트에 있음을 나타냅니다. 값 0(false)은 대응되는 관측값이 테스트 세트에 있음을 나타냅니다.

버전 내역

R2008a에 개발됨

R2023b: 복수의 훈련 세트나 복수의 테스트 세트에 대한 인덱스를 동시에 가져옴

사용자 지정되었거나 사용자 지정되지 않은 cvpartition 객체 모두에서 training 함수 또는 test 함수를 각각 사용하여 복수의 훈련 세트의 인덱스나 복수의 테스트 세트의 인덱스를 동시에 반환할 수 있습니다. 예를 들어 5겹 교차 검증 cvpartition 객체 c에 대해:

• 구문 test(c,[1 3 5])는 3개 열을 가진 논리형 배열을 반환하며, 값이 1(true)인 각 요소가 테스트 세트 관측값을 나타냅니다. 3개 열은 첫 번째, 세 번째, 다섯 번째 반복에 대응됩니다.

• 구문 training(c,"all")은 5개 열을 가진 논리형 배열을 반환하며, 값이 1(true)인 각 요소가 훈련 세트 관측값을 나타냅니다.

참고 항목

cvpartition | test