如何在 10 次交叉验证中取数据集的倒排索引？答案

【问题标题】：How to take inversed indexes of dataset in 10 cross validation?如何在 10 次交叉验证中取数据集的倒排索引？
【发布时间】：2023-03-30 01:20:02
【问题描述】：

我在 db 中有一个数据集，其中包含行列表，我想用平衡的数据进行十次交叉验证。所以我使用了这个功能：

cvIndex <- createFolds(factor(df$BS), folds, returnTrain = T)

它返回十个平衡折叠的索引用于训练。

for i in n seq_along(cvIndex)) { trainIndex <- cvIndex[[i]] testIndex <- ???

我想为 testIndex 提供除用于训练之外的缺失索引。

【问题讨论】：

【解决方案1】：

我建议使用“caret”库中的 trainControl 函数来实现 k 折交叉验证。例如，通过以下命令，您可以将 10-fold corss-validation 设置为训练和测试方法。

控制

【讨论】：

它是否提供了一个平衡的数据集？
它将数据随机分成 10 份，并通过将它们提供给分类器，它们返回分类器的性能等。欲了解更多信息，请访问以下链接：machinelearningmastery.com/…
不，如果你的数据不平衡，它会给你一个有偏差的训练集，所以我应该使用一个函数来平衡你的数据集

【解决方案2】：

我解决了，我真的建议在平衡 10 交叉验证中使用该函数，

all_index<-c(1:nrow(df)) testIndex<-setdiff(all_index,trainIndex)

那你就用

trainset <- df[trainIndex, ] # Set the training set testset <- df[testIndex, ] # Set the validation set

【讨论】：