0
目前,我正在使用此代码进行MATLAB R2015b支持向量机(SVM)10倍交叉验证。MATLAB支持向量机(SVM)交叉验证实现提高代码速度
indices = crossvalind('Kfold',output,10);
cp = classperf(binary_output);
for i = 1:10
test = (indices == i); train = ~test;
SVMModel = fitcsvm(INPUT(train,:), output(train,:),'KernelFunction','RBF',...
'KernelScale','auto');
class = predict(SVMModel, INPUT(test,:));
classperf(cp,class,test);
end
z = cp.ErrorRate;
sensitivity = cp.Sensitivity;
specificity = cp.Specificity;
我需要提取此二进制分类的敏感性和特异性。否则,我在循环中运行此代码。
这种交叉验证结构非常缓慢。任何其他实现更快的执行?
我认为有一个名为'cvpartition'的函数,可能有帮助。 – Rashid