如何解决R中使用正则判别分析rda进行哪种交叉验证？
我正在尝试报告我对datset进行的rda分析的准确性，该数据集包含152个具有11个特征和2类（健康或退化的栖息地）的样本。
我一直在尝试找出rda（）函数（来自klaR程序包）使用哪种交叉验证方法，这类似于用于线性判别分析（LDA）的更为知名的函数lda（）。 >
以下是我执行该示例的一个示例：
rda(Habitat ~.,crossval = TRUE,fold = 2,data = ML_combined1,estimate.error = TRUE)
rda（）的文档对此进行了描述：
crossval - Logical. If TRUE,in the optimization step the error rate is estimated by cross-validation,otherwise by drawing several training- and test-samples.
fold - The number of cross-validation- or Bootstrap-samples to be drawn.
我的最佳猜测是这是一种“留出”交叉验证的形式，其中p =折叠，但这也许是不正确的？正如wikipedia有帮助的建议，建议将p = 2（省略配对），因此我为什么选择fold = 2。
如果有人可以帮助，那将是超级结果。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。