2026a
# cvpartition
交叉验证的分区数据
函数库: TyMachineLearning
# 语法
kf = cvpartition(n_obsvts::Int, method::String; k::Int=10, p::Float64=0.1)
train_set, test_set = cvpartition(n_obsvts::Int, method::String; k::Int=10, p::Float64=0.1)
# 说明
kf = cvpartition(n_obsvts，method, k, p ) 对数据集进行划分（k-fold）
train_set, test_set= cvpartition(n_obsvts，method, k, p ) 对数据集进行划分（holdout）
# 示例
划分数据集训练决策树模型
加载 iris 数据集。
using TyMachineLearning
using CSV
using DataFrames
iris_X, iris_y = get_irsdata()
创建划分数据对象。
使用决策树分类器。
n_observations = size(iris_y)[1]
kf = cvpartition(n_observations, "kFold")
根据真实标签 y 和预测标签预测 y_pred 查看 Accuracy。
for (train_ids, test_ids) in kf
train_X = iris_X[train_ids, :]
train_y = iris_y[train_ids]
test_X = iris_X[test_ids, :]
test_y = iris_y[test_ids]
# do something...
# Create and train the model
tree = fitctree(train_X, train_y)
# Make predictions on the test set
predictions = TyMachineLearning.predict(tree, test_X)
# Evaluate the model, e.g., calculate accuracy
accuracy = sum(predictions .== test_y) / length(test_y)
# Print the accuracy or perform other operations
println("Accuracy: $accuracy")
end
Accuracy: 1.0
Accuracy: 0.9333333333333333
Accuracy: 1.0
Accuracy: 1.0
Accuracy: 0.8
Accuracy: 0.8666666666666667
Accuracy: 0.9333333333333333
Accuracy: 0.8666666666666667
Accuracy: 0.9333333333333333
Accuracy: 1.0
该函数是随机划分数据集，所以模型评估是有随机性正常情况。
split = cvpartition(n_observations, "Holdout")
train_ids, test_ids = split
train_X, train_y = iris_X[train_ids, :], iris_y[train_ids]
test_X, test_y = iris_X[test_ids, :], iris_y[test_ids]
([7.7 3.0 6.1 2.3; 4.8 3.0 1.4 0.1; … ; 7.2 3.6 6.1 2.5; 6.2 2.9 4.3 1.3], Int32[2, 0, 1, 2, 2, 1, 1, 0, 2, 0, 0, 1, 1, 2, 1])
该函数是随机划分数据集，所以模型评估是有随机性是正常情况。
# 输入参数
n_obsvts - 数据集中观测值的数量（数据条数)向量、数组
数据集中观测值的数量（数据条数）
数据类型: Vector | Array
method - 划分方式指定划分方法
k-fold or holdout 指定为 "kFold", "Holdout"
数据类型: String
k折数
如果划分方式为 kFold, k 表示需要划分的折数
数据类型: Int
p比例
如果划分方式为 Holdout, p 表示数据划分时测试集所占的比例
数据类型: Float
# 输出参数
kfkf 对象
一个列表，其中包含 k 折数据划分，每一折中包含了训练集和测试集的索引元组。
train_set训练集索引
返回训练集索引。
test_set测试集索引
测试集索引。