基于试验的数据集的 k 折交叉验证
k-fold cross validation for trial based data sets
我的EEG数据集包含一些受试者的数据，每个受试者有4个部分。
主要论文使用了以下方法：
它使用两个部分作为主题。第一部分用作训练数据，第二部分用作测试集。
我想用k-fold cross validation但是需要注意论文方法的条件（第1部分作为训练集，第2部分作为测试集）
首先，我需要将我的数据分成 k 部分，然后使用 k-1 部分作为训练，另外 1 部分作为测试，并在 k 循环中执行此过程。
我的数据分为两个独立的部分，如何在一个部分中看到两个部分？是否可以混合数据？
如果我混合它们，我应该如何使用纸张的条件？
提前致谢。
首先你的问题很含糊！而且你没有解释条件是什么或应该是什么。
无论如何，在 K-Fold 中，您的数据被统一划分为 k 个大小相等的子样本。在这 k 个子样本中，每次分离一个子样本并用作您的验证集，其余的用作您的训练集。这个过程重复 k 次（折叠），直到所有的分区只被用作验证一次。然后可以对来自折叠的 k 个结果进行平均以生成单个估计。
我不太明白你所说的主题是什么意思，但如果论文分别使用第 1 部分和第 2 部分进行训练和测试（验证），你可以执行以下任一操作：
- 您可以合并这两个部分，然后在这个新合并的数据集上应用 K-fold。
- 搁置测试数据（第二部分），运行 第一部分的 k 折，因此您的训练将有 k-1 折，验证有 1 折
你用它来 finding/fine 调整你的 parameters/network/model，
和一个最终用于测试的测试集
我的EEG数据集包含一些受试者的数据，每个受试者有4个部分。
主要论文使用了以下方法：
它使用两个部分作为主题。第一部分用作训练数据，第二部分用作测试集。
我想用k-fold cross validation但是需要注意论文方法的条件（第1部分作为训练集，第2部分作为测试集）
首先，我需要将我的数据分成 k 部分，然后使用 k-1 部分作为训练，另外 1 部分作为测试，并在 k 循环中执行此过程。
我的数据分为两个独立的部分，如何在一个部分中看到两个部分？是否可以混合数据？
如果我混合它们，我应该如何使用纸张的条件？
提前致谢。
首先你的问题很含糊！而且你没有解释条件是什么或应该是什么。
无论如何，在 K-Fold 中，您的数据被统一划分为 k 个大小相等的子样本。在这 k 个子样本中，每次分离一个子样本并用作您的验证集，其余的用作您的训练集。这个过程重复 k 次（折叠），直到所有的分区只被用作验证一次。然后可以对来自折叠的 k 个结果进行平均以生成单个估计。
我不太明白你所说的主题是什么意思，但如果论文分别使用第 1 部分和第 2 部分进行训练和测试（验证），你可以执行以下任一操作：
- 您可以合并这两个部分，然后在这个新合并的数据集上应用 K-fold。
- 搁置测试数据（第二部分），运行 第一部分的 k 折，因此您的训练将有 k-1 折，验证有 1 折 你用它来 finding/fine 调整你的 parameters/network/model， 和一个最终用于测试的测试集