问题描述
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。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）