matlab - 如何在 matlab 中非随机地将数据拆分为 k 折？

Question

我有一个数据集，为简单起见，假设它有 1000 个样本(每个样本都是一个向量)。

我想拆分我的数据以进行交叉验证、训练和测试，不是随机¹，例如，如果我想要 4 折交叉验证，我应该得到:

fold1: train = 1:250;测试= 251:1000
fold2: train = 251:500, test = [1:250 ; 501:1000]
fold3:train = 501:750, test = [1:500; 751:1000]
fold4:train = 751:1000，test = 1:750

我知道 CVPARTITION ，但是 AFAIK - 它随机拆分数据 - 这不是我需要的。

我想我可以为它编写代码，但我认为可能有一个函数我可以使用。

---

(1) 数据已经打乱，我需要能够轻松地重现实验。

Answer 1

这是一个通用的函数:

function [test, train] = kfolds(data, k)

  n = size(data,1);

  test{k,1} = [];
  train{k,1} = [];

  chunk = floor(n/k);

  test{1} = data(1:chunk,:);
  train{1} = data(chunk+1:end,:);

  for f = 2:k
      test{f} = data((f-1)*chunk+1:(f)*chunk,:);
      train{f} = [data(1:(f-1)*chunk,:); data(f*chunk+1:end, :)];
  end
end

它不是一个优雅的 1 衬里，但它相当健壮，不需要 k 作为样本数量的一个因素，在 2D 矩阵上工作并输出实际集合而不是索引.