该项目实现了留一交叉验证(LOO)方案,这是一种用于估计模型平均泛化误差的关键方法。其核心功能是评估神经网络在未见数据上的表现。
通过调用[Eloo, H] = loo(NetDef, W1, W2, PHI, Y, trparms)函数,系统可以根据提供的训练参数执行不同的评估策略。当trparms(1)大于0时,对于数据集中的每一个输入输出对,网络都会从初始权重(W1, W2)开始,进行最多为trparms(1)次迭代的重新训练。这种方法通过排除单个样本并观察模型变化来提供精确的泛化误差评估。
如果t