java 交叉驗證CrossValidation 完整版設計

一、認識

交叉驗證(Cross-Validation): 有時亦稱循環估計， 是一種統計學上将資料樣本切割成較小子集的實用方法。于是可以先在一個子集上做分析， 而其它子集則用來做後續對此分析的确認及驗證。 一開始的子集被稱為訓練集。而其它的子集則被稱為驗證集或測試集。WIKI

交叉驗證對于人工智能，機器學習，模式識别，分類器等研究都具有很強的指導與驗證意義。

基本思想是把在某種意義下将原始資料(dataset)進行分組,一部分做為訓練集(train set),另一部分做為驗證集(validation set or test set),首先用訓練集對分類器進行訓練,在利用驗證集來測試訓練得到的模型(model),以此來做為評價分類器的性能名額.

二、設計

package recomendation;

//交叉驗證
public class CrossValidation {
	
	/**
     * The number of rounds of cross validation.交叉驗證的輪數。
     */
    public final int k;
    /**
     * The index of training instances.訓練執行個體的索引。
     */
    public final int[][] train;
    /**
     * The index of testing instances.
     */
    public final int[][] test;

    /**
     * Constructor.構造函數。
     * @param n the number of samples.樣本數。
     * @param k the number of rounds of cross validation.交叉驗證的輪數
     */
    public CrossValidation(int n, int k) {
        if (n < 0) {
            throw new IllegalArgumentException("Invalid sample size: " + n);//樣本數量無效
        }

        if (k < 0 || k > n) {
            throw new IllegalArgumentException("Invalid number of CV rounds: " + k);//無效
        }

        this.k = k;
        
        int[] index = new int[n];

        // insert integers 0..n-1
        for (int i = 0; i < n; i++)
            index[i] = i;

        // shuffle  ,to create permutation of array随機，以建立數組的排列
        for (int i = 0; i < n; i++) {
            int r = (int) (Math.random() * (i+1));     // int between 0 and i  //0至i之間的int
            int swap = index[r];
            index[r] = index[i];
            index[i] = swap;
        }
        
        train = new int[k][];//訓練集
        test = new int[k][];//測試集

        int chunk = n / k;
        for (int i = 0; i < k; i++) {
            int start = chunk * i;
            int end = chunk * (i + 1);
            if (i == k-1) end = n;

            train[i] = new int[n - end + start];
            test[i] = new int[end - start];
            for (int j = 0, p = 0, q = 0; j < n; j++) {
                if (j >= start && j < end) {
                    test[i][p++] = index[j];
                } else {
                    train[i][q++] = index[j];
                }
            }
        }
    }
}