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@)