matlab k折交叉验证代码

以下是 MATLAB 中实现 k 折交叉验证的示例代码：

% 训练数据和标签
trainData = ...;
trainLabel = ...;

% 将数据集分成 k 折
k = 5;
indices = crossvalind('Kfold', size(trainData,1), k);

% 逐折进行交叉验证
for i = 1:k
    % 获取当前折的训练数据和标签
    testIndices = (indices == i);
    trainIndices = ~testIndices;
    testData = trainData(testIndices, :);
    testLabel = trainLabel(testIndices, :);
    trainDataFold = trainData(trainIndices, :);
    trainLabelFold = trainLabel(trainIndices, :);

    % 在当前折的训练数据上训练模型
    model = train(trainDataFold, trainLabelFold);

    % 在当前折的测试数据上测试模型
    predictions = predict(model, testData);

    % 计算当前折的测试误差
    testError(i) = loss(predictions, testLabel);
end

% 计算 k 折交叉验证的平均误差
cvError = mean(testError);

在这个示例中，我们使用了 `crossvalind` 函数将数据集分成 k 折。然后，我们逐折进行交叉验证。对于每个折，我们将训练数据和标签划分为当前折的训练数据和标签，以及当前折的测试数据和标签。我们在当前折的训练数据上训练模型，并在当前折的测试数据上测试模型。最后，我们计算当前折的测试误差，并将其存储在 `testError` 数组中。在完成所有折的交叉验证后，我们计算 k 折交叉验证的平均误差，并将其存储在 `cvError` 变量中。