Matlab 函数

https://cn.mathworks.com/products/demos/machine-learning/missing_data/missing_data.html

Machine Learning with Matlab

—————————————————————————————————————————————

Load Data for Classification

rng(5);
load ionosphere;
labels=unique(Y);

1、rng(seed)

2、load函数，可将数据读入到matlab的工作空间中，也可以选择读入哪个变量。

3、unique(Y)，返回的是和Y中一样的值，但没有重复元素，产生的结果向量按升序排列。

—————————————————————————————————————————————

Partition 70% of the Data into a Training Set and 30% into a Test Set

cv = cvpartition(Y,'holdout',0.3);
Xtrain = X(training(cv),:);
Ytrain = Y(training(cv));
Xtest = X(test(cv),:);
Ytest = Y(test(cv));

将dataset分为training和test两个subsets，前者用于建立model，后者用来评估该moedel对未知样本进行预测时的精确度。

①training set中样本数量必须够多，一般至少大于总样本数的50%

②两组子集必须从完整集合中均匀取样（一般做法是随机取样……但是有盲点。。。）

→因此，Cross-validation：交叉验证！

在Matlab中，用户可使用cvpartition、repartition等命令对数据集进行拆分，完成交叉验证。

1、cvpartition(n,'holdout',p)

创建一个随机分区，用于在n个观测值上进行保持验证。该分区将观察分为训练集和测试（或保持）集。参数p必须是标量，当0<p<1时，cvpartition为测试集随机选择大约p*n个观测值。当p是整数时，cvpartition为测试集随机选择p个观测值。p的默认值是0.1。

还有其他的呢：

c = cvpartition(n,'KFold',k)
c = cvpartition(group,'KFold',k)
c = cvpartition(n,'HoldOut',p)
c = cvpartition(group,'HoldOut',p)
c = cvpartition(n,'LeaveOut')
c = cvpartition(n,'resubstitution')