如何在matlab中随机分割数据为k-folds？

3 回答

• 2

  这是一个通常的功能：

  function [test, train] = kfolds(data, k)
  
    n = size(data,1);
  
    test{k,1} = [];
    train{k,1} = [];
  
    chunk = floor(n/k);
  
    test{1} = data(1:chunk,:);
    train{1} = data(chunk+1:end,:);
  
    for f = 2:k
        test{f} = data((f-1)*chunk+1:(f)*chunk,:);
        train{f} = [data(1:(f-1)*chunk,:); data(f*chunk+1:end, :)];
    end
  end
  

  它相当健壮，不需要 k 作为您的样本数量的因子，在2D矩阵上工作并输出实际集而不是索引 .

  回复于 2024-05-04T08:29:00+08:00
• 1

  假设你有 k*n smaples，你想用火箭中的 n 样本和测试中的 (k-1)*n 分割 k 折叠（在你的问题 k = 4 ， n = 250 中） .
  然后

  >> foldId = kron( 1:k, ones(1,n) );
  

  foldId 为您提供每个样本所属的训练折叠的索引 .

  对于折叠 f ，您可以使用获得训练和测试样本的索引

  >> trainIdx = find( foldId == f );
   >> testIdx  = find( foldId ~= f );
  

  （您可以使用逻辑索引而不是 find 并加快速度） .

  回复于 2024-05-04T08:29:00+08:00
• 2

  要将数据集划分为长度 n 的 k 折叠，您可以使用：

  f=arrayfun(@(x)struct('train',x*n+(1:n),'test',setdiff(1:n*k,x*n+(1:n))), 0:k-1);
  

  其中 f 是一个结构数组，其字段 train 和 test 包含相应折叠的索引 . 例如 n=5 和 k=3 以及折叠 2 ：

  >> f(2).train
  ans =
       6     7     8     9    10
  >> f(2).test
  ans =
       1     2     3     4     5    11    12    13    14    15
  

  您甚至可以直接提取数据 . 假设您的数据是 n*k 行的2D矩阵

  E=arrayfun(...
  @(x) struct('train', D(x*n+(1:n),:), ...
              'test',  D(setdiff(1:n*k, x*n+(1:n)),:)), 0:k-1)
  

  说你的数据是

  D = [(1:15).^2; (1:15).^3].';
  

  折叠 2 ， E 包含：

  >> E(2).train
  ans =
            36         216
            49         343
            64         512
            81         729
           100        1000
  >> E(2).test
  ans =
             1           1
             4           8
             9          27
            16          64
            25         125
           121        1331
           144        1728
           169        2197
           196        2744
           225        3375
  

  回复于 2024-05-04T08:29:00+08:00