Разделение данных в наборы данных обучения/тестирования в MATLAB?
Я читал о большом количестве проблем с ЦП, перегревающимся в Ubuntu, особенно с процессорами Сэндибриджа, при этом вина была возложена на все виды от флэш-памяти до Internet Explorer (?!). От моего собственного исследования и экспериментирующий с различными дистрибутивами, кажется, что проблема с ядром Linux. 12.04, как предполагалось, решил эти проблемы, но 3,2 ядра в этом дистрибутиве все еще, кажется, не играют хорошо с sandybrige; я использую 12.04 с четырехъядерным i7, и в то время как мои проблемы перегрева не как экстремальное значение как некоторые, о чем я читал, оно неменьше перегревается и не использует нигде около полной мощности моего процессора. Ядро 3.4, как предполагалось, принесло среди других вещей, улучшил sandybridge производительность; я установил Ubuntu определенные 3,4 ядра, и существует некоторое улучшение, но помещенный в контекст того, к чему мой процессор способен (и полностью достигает в Win7) это все еще просто не достаточно хорошо. Такой позор, я люблю Linux и Ubuntu, но если это не может использовать новую технологию, какой смысл?
2 ответа
Expanding on @Mr Fooz's answer
They look to be pretty similar based on the official docs of cvpartition and crossvalind, but crossvalind looks slightly more flexible (it allows for leave M out for arbitrary M, whereas cvpartition only allows for leave 1 out).
... isn't it true that you can always simulate a leave-M-out using kfold cross validation with an appropriate k value (split data into k fold, test on one, train on all others, and do this for all folds and take average) since leave-one-out is a special case of kfold where k=number of observations?
Они выглядят очень похожими на основе официальных документов cvpartition и crossvalind , но crossvalind выглядит немного более гибким (он позволяет оставлять M для произвольного M, тогда как cvpartition позволяет оставить только 1).