matlab--交叉验证函数crossvalind

crossvalind

参考博客：
crossvalind函数详解
matlab官网讲解

 load fisheriris
 indices = crossvalind('Kfold',species,10);
 cp = classperf(species);
 for i = 1:10
    test = (indices == i); 
    train = ~test;
    class = classify(meas(test,:),meas(train,:),species(train,:));
    classperf(cp,class,test);
end
 cp.ErrorRate

下面逐行讲解一下：
首先load fisheriris将数据集载入，可以得到meas和indices两个数据集，分别为原始的数据集和他们的标签。

可以看到数据集有150个样本，每一行是一个样本数据。
接着用交叉验证函数做十次交叉验证，将标签均分成十份，每一份打上不同的记号，记号为一个正整数。

indices = crossvalind(‘Kfold’,species,10);

可以得到150个数被不同的数打标签，同样的数就是一份，一共是十份，每一份有15个数。

接着，对标签集进行分析，可以参考classpef

cp = classperf(species);

接下来这段代码就好理解了，十次循环，每一次取其中一份作为测试集，其余的做训练集，使用classify最近邻方法进行分类，并评估错误率。

for i = 1:10
    test = (indices == i); 
    train = ~test;
    class = classify(meas(test,:),meas(train,:),species(train,:));
    classperf(cp,class,test);
end
cp.ErrorRate

取其中的i=1的情况，分别看下得到的结果：

关于classify函数的解释 classify