正確的方法來選擇統計隨機數據集在matlab中cotraining

我遇到過各種方法來找出隨機數據集在MATLAB中分類器的訓練，如crossval和cvpartition等我已經通過所有的例子，但無法理解他們正確。我要做到以下幾點：正確的方法來選擇統計隨機數據集在matlab中cotraining

我有隨機劃分的數據集爲訓練和測試數據集
然後訓練集，我需要隨機選擇對於那些誰是熟悉共2個數據點（標示數據中）
最後，我需要從分類器中獲得平均準確度。

編輯：我的數據集看起來像這樣：

0.1 0.2 0.2 1 22 40
0.0 0.1 0.3 0 33 30
0.5 0.5 0.5 1 10 11

依此類推

該數據集非常類似40行70列

來源

2013-04-30 MaxSteel

請至少提供一個小例子數據集。 – 2013-04-30 08:28:46

@RoneyMichael我提供了一個小例子，展示了我的數據集的外觀。它是'40 * 70'的數字矩陣。 – MaxSteel 2013-04-30 08:33:32

訓練和測試數據集的大小是否有任何限制？ – 2013-04-30 08:35:14

如果我正確理解你的問題，你的每一行代表一個特定的記錄。如果是這樣，你可以嘗試這樣的事情：

>> training_data = my_dataset(randsample(40,ceil(0.3*40)),:); 
>> test_data = my_dataset(setdiff(1:40,randsample(40,ceil(0.3*40))),:); 
>> two_points = training_data(randsample(ceil(0.3*40),2),:);

來源

2013-04-30 08:41:16

我明白你的答案，但每次我都會運行它，我會得到不同的結果。我希望得到所有可能組合的平均結果，就像'crossval'一樣。 – MaxSteel 2013-04-30 08:46:21

對不起，但爲什麼你不能使用'crossval'本身？ – 2013-04-30 08:52:47

我不知道如何在這種情況下使用它。我可以用它來平均測試/訓練數據的所有組合，但我必須選擇兩點來進行合作訓練。我不知道該怎麼做， – MaxSteel 2013-04-30 09:06:38

正確的方法來選擇統計隨機數據集在matlab中cotraining

回答

相關問題