如何通過 Matlab 中的 PartitionedEnsemble 模型預測新數據（測試集）的標簽？

Question

我通過 Matlab 2014a 中的函數fitensemble()為二元分類問題訓練了一個集成模型 (RUSBoost)。 此函數的訓練通過函數fitensemble()的輸入參數“kfold”進行 10 倍交叉驗證。

但是，如果我使用predict(model, Xtest) ，則此函數訓練的輸出模型不能用於預測新數據的標簽。 我查看了 Matlab 文檔，其中說我們可以使用kfoldPredict()函數來評估訓練后的模型。 但是我沒有通過這個函數找到新數據的任何輸入。 此外，我發現經過交叉驗證的訓練模型的結構與沒有交叉驗證的模型不同。 那么，誰能告訴我如何使用經過交叉驗證訓練的模型來預測新數據的標簽？ 謝謝！

Answer 1

kfoldPredict()需要一個RegressionPartitionedModel或ClassificationPartitionedEnsemble對象作為輸入。 這已經包含了 kfold 交叉驗證的模型和數據。
RegressionPartitionedModel對象有一個字段Trained ，其中存儲了用於交叉驗證的受過訓練的學習者。 您可以使用這些學習器中的任何一個，並像predict(learner, Xdata)一樣使用它。

編輯：

如果 k 太大，則一次或多次迭代中有意義的數據可能太少，因此該迭代的模型不太准確。 k 沒有一般規則，但k=10就像在 MATLAB 默認值中一樣，是一個很好的起點。 也許這對你來說也很有趣： https : //stats.stackexchange.com/questions/27730/choice-of-k-in-k-fold-cross-validation