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。