如何在julia中执行交叉验证（K-fold）？

假设我有一个包含两列的数据集。我已经在我的数据集上建立了线性回归模型，现在我的问题是如何检查模型的准确性

我发现我的问题的答案是在我的数据集上应用K倍。我知道K-fold是如何工作的，但我不知道如何在我的Julia程序中实现K-fold

#suppose I have two columns x and y in my dataset

 x= [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
 y=[2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21]

# now how do I use K-fold to split dataset and also evaluate my algorithm?

---

正如注释中提到的，一旦给出了任何基本源代码，就可以更容易地设置一些代码。例如，在这种情况下，K-折叠交叉验证可能需要进行如下准备：

julia> x= [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20];

julia> y=[2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21];

julia> K = 5 # number of folds in validation
5

julia> N = length(x) # number of samples in dataset
20

julia> stops = round.(Int,linspace(1,N,K+1))
6-element Array{Int64,1}:
  1
  5
  9
 12
 16
 20

julia> vsets = [s:e-(e<N)*1 for (s,e) in zip(stops[1:end-1],stops[2:end])]
5-element Array{UnitRange{Int64},1}:
 1:4  
 5:8  
 9:11 
 12:15
 16:20

julia> tsets1 = [1:s-1 for (s,e) in zip(stops[1:end-1],stops[2:end])]
5-element Array{UnitRange{Int64},1}:
 1:0 
 1:4 
 1:8 
 1:11
 1:15

julia> tsets2 = [e+(e<=N)*1:N for (s,e) in zip(stops[1:end-1],stops[2:end])]
5-element Array{UnitRange{Int64},1}:
 6:20 
 10:20
 13:20
 17:20
 21:20

julia> σ = randperm(N);

julia> [x[σ[vsets[i]]] for i=1:K]   # validation sets
5-element Array{Array{Int64,1},1}:
 [5, 13, 6, 10]   
 [16, 4, 2, 3]    
 [9, 19, 20]      
 [17, 12, 14, 11] 
 [8, 1, 18, 7, 15]

julia> [x[vcat(σ[tsets1[i]],σ[tsets2[i]])] for i=1:K]   # training sets
5-element Array{Array{Int64,1},1}:
 [4, 2, 3, 9, 19, 20, 17, 12, 14, 11, 8, 1, 18, 7, 15]   
 [5, 13, 6, 10, 19, 20, 17, 12, 14, 11, 8, 1, 18, 7, 15] 
 [5, 13, 6, 10, 16, 4, 2, 3, 12, 14, 11, 8, 1, 18, 7, 15]
 [5, 13, 6, 10, 16, 4, 2, 3, 9, 19, 20, 1, 18, 7, 15]    
 [5, 13, 6, 10, 16, 4, 2, 3, 9, 19, 20, 17, 12, 14, 11]  

julia>x=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]；
julia>y=[2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21]；
julia>K=5#验证中的折叠数
5.
julia>N=长度（x）#数据集中的样本数
20
julia>stops=round（Int，linspace（1，N，K+1））
6元素数组{Int64,1}：
1.
5.
9
12
16
20
julia>vsets=[s:e-（e tsets1=[1:s-1，用于zip中的（s，e）（停止[1:end-1]，停止[2:end]）]
五元素数组{UnitRange{Int64}，1}：
1:0 
1:4 
1:8 
1:11
1:15
julia>tsets2=[e+（eσ=randperm（N）；
julia>[x[σ[vsets[i]]]对于i=1:K]#验证集
五元素数组{Array{Int64,1}，1}:
[5, 13, 6, 10]   
[16, 4, 2, 3]    
[9, 19, 20]      
[17, 12, 14, 11] 
[8, 1, 18, 7, 15]
julia>[x[vcat（σ[tsets1[i]]，σ[tsets2[i]]）]用于i=1:K]#训练集
五元素数组{Array{Int64,1}，1}:
[4, 2, 3, 9, 19, 20, 17, 12, 14, 11, 8, 1, 18, 7, 15]   
[5, 13, 6, 10, 19, 20, 17, 12, 14, 11, 8, 1, 18, 7, 15] 
[5, 13, 6, 10, 16, 4, 2, 3, 12, 14, 11, 8, 1, 18, 7, 15]
[5, 13, 6, 10, 16, 4, 2, 3, 9, 19, 20, 1, 18, 7, 15]    
[5, 13, 6, 10, 16, 4, 2, 3, 9, 19, 20, 17, 12, 14, 11]  

---

这可能是令人满意的。有关K-fold交叉验证的更多详细信息，请访问Wikipedia:

您可以从中使用

fold

---

向问题添加代码可以提高答案的速度和相关性。添加运行代码更好。我已经用示例代码更新了帖子！我认为共享我模型的源代码也没有意义！最好是随机洗牌数据集，或者通过随机排列传递数据，以确保条件是正确的ght获得公正的结果。好的，是的。这样做，然后使用这个，当然。谢谢你的努力，我认为这太详细了。我只是想知道如何使用Julia中提供的软件包中的Kfold。无论如何，我现在知道如何使用Kfold了

kfolds([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20],5)