K-Fold Cross Validation（K倍交叉检验）

最新推荐文章于 2024-05-07 21:39:47 发布

这孩子谁懂哈

最新推荐文章于 2024-05-07 21:39:47 发布

阅读量3.7k

点赞数 1

分类专栏： Machine Learning

本文链接：https://blog.csdn.net/zhaomengszu/article/details/54562090

版权

博客介绍了K-Fold交叉检验的概念及其在决策树中的作用，通过MATLAB实现展示了如何计算6折交叉检验下决策树的错误率，强调了训练数据、验证数据和测试数据在模型构建和评估中的重要性。

摘要由CSDN通过智能技术生成

今天用matlab实现决策树，发现用到交叉检验的问题，好吧网上找的总结一下，以备不时之需！！！

下面是一个求6倍交叉检验的决策树的错误率代码。

function errorrate()
[S1,S2,S3,S4,S5,S6,S7,S8,classity]=textread('Pima-training-set.txt','%f %f %f %f %f %f %f %f %s');
D=[S1 S2 S3 S4 S5 S6 S7 S8];
AttributName={ 'preg','plas','pres','skin','insu','mass','pedi','age'};
t=classregtree(D,classity,'names',AttributName);
t=prune(t,'level',5);
cost