如何在MATLAB中使用交叉验证

我在尝试使用MATLAB创建一个SVM分类器,并希望使用交叉验证。但是,predictor = fitcsvm(features, vect, 'Standardize', true, 'CrossVal', 'on');返回的是ClassificationPartitionedModel,而predict函数无法处理属于这个类的预测器。那么,我应该如何使用ClassificationPartitionedModel预测器进行预测呢?


回答:

你可以使用kfoldpredict来实现这个目的。它可以操作ClassificationPartitionedModel类。你还可以使用相关的kfoldloss函数来获取分类损失

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注