如何在交叉验证的每个折叠中获得错误分类率？

Question

我目前使用此语法在MATLAB中得到错误率在10倍交叉验证：

target = [repmat(1,ntrial,1);repmat(2,ntrial,1)]; 
cvo = cvpartition(target,'k',10); 
func = @(XTRAIN,ytrain,XTEST)(classify(XTEST,XTRAIN,ytrain)); 
mcr = crossval('mcr',pooling,target,'predfun',func,'partition',cvo); 

（其中“池”是2级的功能集，我想与分级分类）

从我读的，mcr将返回10倍的平均错误分类率。现在，如果我想从每个折叠得到错误分类率，我该怎么办？

预先感谢您。

Answer 1

我想说，在这种情况下，您希望对培训/验证过程有更多的控制权。你有没有考虑分解更多的控制过程？ 从cvpartition开始，为交叉验证创建10倍，然后分别对每个折叠进行操作。