<?php
include_once $_SERVER['DOCUMENT_ROOT'] . '/include/shared-manual.inc';
$TOC = array();
$TOC_DEPRECATED = array();
$PARENTS = array();
include_once dirname(__FILE__) ."/toc/class.svm.inc";
$setup = array (
  'home' => 
  array (
    0 => 'index.php',
    1 => 'PHP Manual',
  ),
  'head' => 
  array (
    0 => 'UTF-8',
    1 => 'es',
  ),
  'this' => 
  array (
    0 => 'svm.crossvalidate.php',
    1 => 'SVM::crossvalidate',
    2 => 'Test los argumentos de entrenamiento en los subconjuntos de datos de entrenamiento',
  ),
  'up' => 
  array (
    0 => 'class.svm.php',
    1 => 'SVM',
  ),
  'prev' => 
  array (
    0 => 'svm.construct.php',
    1 => 'SVM::__construct',
  ),
  'next' => 
  array (
    0 => 'svm.getoptions.php',
    1 => 'SVM::getOptions',
  ),
  'alternatives' => 
  array (
  ),
  'source' => 
  array (
    'lang' => 'es',
    'path' => 'reference/svm/svm/crossvalidate.xml',
  ),
  'history' => 
  array (
  ),
);
$setup["toc"] = $TOC;
$setup["toc_deprecated"] = $TOC_DEPRECATED;
$setup["parents"] = $PARENTS;
manual_setup($setup);

contributors($setup);

?>
<div id="svm.crossvalidate" class="refentry">
 <div class="refnamediv">
  <h1 class="refname">SVM::crossvalidate</h1>
  <p class="verinfo">(PECL svm &gt;= 0.1.0)</p><p class="refpurpose"><span class="refname">SVM::crossvalidate</span> &mdash; <span class="dc-title">Test los argumentos de entrenamiento en los subconjuntos de datos de entrenamiento</span></p>

 </div>

 <div class="refsect1 description" id="refsect1-svm.crossvalidate-description">
  <h3 class="title">Descripción</h3>
  <div class="methodsynopsis dc-description">
   <span class="modifier">public</span> <span class="methodname"><strong>svm::crossvalidate</strong></span>(<span class="methodparam"><span class="type"><a href="language.types.array.php" class="type array">array</a></span> <code class="parameter">$problem</code></span>, <span class="methodparam"><span class="type"><a href="language.types.integer.php" class="type int">int</a></span> <code class="parameter">$number_of_folds</code></span>): <span class="type"><a href="language.types.float.php" class="type float">float</a></span></div>

  <p class="simpara">
   Puede ser utilizado para probar la efectividad del conjunto de argumentos
   actual en los subconjuntos de datos de entrenamiento. Al proporcionar un
   problema así como n &quot;plis&quot;, la función separará el conjunto del problema en
   n subconjuntos, y comenzará entrenamientos sucesivos en los subconjuntos.
   Aunque la precisión sea generalmente más baja que la de un SVM entrenado
   con los conjuntos de datos proporcionados, el porcentaje correcto retornado
   debería ser suficientemente útil para probar diferentes argumentos de entrenamiento.
  </p>

 </div>


 <div class="refsect1 parameters" id="refsect1-svm.crossvalidate-parameters">
  <h3 class="title">Parámetros</h3>
  <dl>
   
    <dt><code class="parameter">problem</code></dt>
    <dd>
     <span class="simpara">
      Los datos del problema. Puede estar en forma de array, de una URL
      hacia un archivo SVMLight, o de un flujo hacia un recurso de datos
      SVMLight abierto.
     </span>
    </dd>
   
   
    <dt><code class="parameter">number_of_folds</code></dt>
    <dd>
     <span class="simpara">
      El número de conjuntos en los que los datos deben ser divididos
      y probados. Un número alto significa que los conjuntos de entrenamiento
      serán más pequeños y menos fiables. 5 es un buen comienzo.
     </span>
    </dd>
   
  </dl>
 </div>


 <div class="refsect1 returnvalues" id="refsect1-svm.crossvalidate-returnvalues">
  <h3 class="title">Valores devueltos</h3>
  <p class="simpara">
   El porcentaje correcto, expresado como un número de punto flotante en el
   intervalo 0-1. En el caso de un núcleo NU_SVC o EPSILON_SVR, el error cuadrático
   medio será retornado.
  </p>
 </div>


 <div class="refsect1 seealso" id="refsect1-svm.crossvalidate-seealso">
  <h3 class="title">Ver también</h3>
  <ul class="simplelist">
   <li><span class="methodname"><a href="svm.train.php" class="methodname" rel="rdfs-seeAlso">SVM::train()</a> - Crea un modelo SVMModel basado en los datos de entrenamiento</span></li>
  </ul>
 </div>


</div><?php manual_footer($setup); ?>