Classification Matlab'；s crossval方法是否考虑类频率？

在（二进制）分类上下文中，Matlab的

crossval

方法是否考虑类频率

Matlab中的大多数分类模型都提供了计算。例如，当通过

SVM=fitcsvm（X，y）训练线性SVM时

，可以通过调用

cv=crossval（svm）来计算交叉验证模型。（此处为该方法的文档。）该交叉验证模型可用于估计训练过程的泛化误差

现在我的问题是：在划分训练数据时，
crossval
是否考虑了课堂频率？例如，类0的观测值$X_0$可能是类1的观测值$X_1$的5倍。那么，数据的分区版本对每个类的观测值比率大致相同吗（在我的示例中为5:1）？或者完全忽略了这一点，因为如果数据集足够大，分区很可能具有大致相同的相对类大小

在处理Matlab的
crossval
特性之前，我使用了自己的分区算法，在分割数据时，该算法考虑了相对类大小。本质上，该算法将随机抽取类别0的5个项目，如果类别频率为5/6和1/6，则抽取类别1的1个项目，直到分区已满

如果忽略相对类大小，我会说对于非常不平衡和/或小的数据集，这可能会有问题。还是我弄错了？很高兴看到你对这件事的看法

如果忽略相对类大小，我会说这是可以忽略的
对于非常不平衡和/或小的数据集，这是有问题的

是的，它可能会成为问题，您可能遇到的一种情况是，在交叉验证的一次过程中根本不会遇到特定少数类的实例。由于您处理的是二进制分类，我认为这不再是一个问题，但取决于类不平衡的程度，一个人仍可能在一个方面运气不佳。

但是请注意，如果你处理不平衡的数据，你可能会把这个问题读一读，例如考虑你的评估方法中的类不平衡。
关于您的第一个问题

您所描述的“尊重课堂频率”通常是通过分层抽样实现的。在描述Matlabs
crossval
的情况下，函数不会自动使用分层分区作为交叉验证的一部分。但是，它们在示例2中提供了一个示例：

load('fisheriris');
y = species;
X = meas;
cp = cvpartition(y,'k',10); % Stratified cross-validation

classf = @(XTRAIN, ytrain,XTEST)(classify(XTEST,XTRAIN,...
ytrain));



cvMCR = crossval('mcr',X,y,'predfun',classf,'partition',cp)
cvMCR =
    0.0200

这里您看到的是，他们通过
cvpartition
类基于变量
y
为数据创建“分区方案”。在这种情况下，分区将创建10个分区，并尝试在所有这些分区中保持不同
y
值的比率大致相等

您也应该看看的文档，因为它们描述了当前的语法，自上一个示例创建以来，语法显然发生了变化。根据当前值，k=10时应为以下值

c=cvpartition（y，'KFold'，10）

我希望这回答了你的问题。如果我遗漏了什么，请告诉我。
这正好回答了我的问题。非常感谢。如果我有足够的重复，我甚至会投票：）我不知道
cvpartition
支持这种分层交叉验证，并且可以使用
'mcr'
模式
crossval
来“注入”分区方案。