matlab - 如何在 MATLAB 中执行分层 10 折交叉验证进行分类？

Question

我通常的 K 折交叉验证的实现非常类似于:

K = 10;
CrossValIndices = crossvalind('Kfold', size(B,2), K);

for i = 1: K
    display(['Cross validation, folds ' num2str(i)])
    IndicesI = CrossValIndices==i;
    TempInd = CrossValIndices;
    TempInd(IndicesI) = [];
    xTraining = B(:, CrossValIndices~=i);
    tTrain = T_new1(:, CrossValIndices~=i);

    xTest = B(:, CrossValIndices ==i);
    tTest = T_new1(:, CrossValIndices ==i);
end

但是为了确保训练、测试和验证数据集具有相似的类别比例(例如 20 个类别)。我想使用分层抽样技术。基本目的是避免类不平衡问题。我了解 SMOTE 技术，但我想应用这个。

Answer 1

您可以简单地使用crossvalind('Kfold', Group, K)，其中Group是包含每个观察的类标签的向量。这将导致每个组都按比例丰富的集合。