function [cvmse,gam_best,sig2_best] = crossvalidate(Xtrain,Ytrain,gam_min,gam_max,sig2_min,sig2_max,k)
%%%%%%%%%%%%%%%
%子程序_交叉验证程序
%
%
%函数输入:Xtrain-训练集的输入,Ytrain-训练集的输出,gam_min-惩罚参数选择范围的最小值,
% gam_max-惩罚参数选择范围的最大值,sig2_min-宽度系数选择范围的最小值,
% sig2_max-宽度系数选择范围的最大值,k-交叉验证的折数
%函数输出:cvmse-交叉验证精确度,gam_best-最佳惩罚系数,sig2_best-最佳宽度系数
%
%
%
number = size(Xtrain,1);
%将gam和sig2划分网格
[X,Y] = meshgrid(gam_min:0.1:gam_max,sig2_min:0.05:sig2_max);
[m,n] = size(X);
%cv对应不同gam,sig2的验证误差
cv = zeros(m,n);
eps = 10^(-4);
%
%
gam_best = 0;
sig2_best = 0;
mse_sum = 0;
cvmse = Inf;
%
step = floor(number/k);
<