octave_packages/nnet-0.1.13/dividerand.m

   1 ## Copyright (C) 2009 Luiz Angelo Daros de Luca <luizluca@gmail.com>
   2 ##
   3 ##
   4 ## This program is free software; you can redistribute it and/or modify it
   5 ## under the terms of the GNU General Public License as published by
   6 ## the Free Software Foundation; either version 2, or (at your option)
   7 ## any later version.
   8 ##
   9 ## This program is distributed in the hope that it will be useful, but
  10 ## WITHOUT ANY WARRANTY; without even the implied warranty of
  11 ## MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  12 ## General Public License for more details.
  13 ##
  14 ## You should have received a copy of the GNU General Public License
  15 ## along with this program; see the file COPYING.  If not, see
  16 ## <http://www.gnu.org/licenses/>.
  17
  18 ## -*- texinfo -*-
  19 ## @deftypefn {Function File} [@var{trainVectors},@var{validationVectors},@var{testVectors},@var{indexOfTrain},@var{indexOfValidation},@var{indexOfTest}] = dividerand (@var{allCases},@var{trainRatio},@var{valRatio},@var{testRatio})
  20 ## Divide the vectors in training, validation and test group according to
  21 ## the informed ratios
  22 ##
  23 ##
  24 ## @example
  25 ##
  26 ## [trainVectors,validationVectors,testVectors,indexOfTrain,indexOfValidatio
  27 ## n,indexOfTest] = dividerand(allCases,trainRatio,valRatio,testRatio)
  28 ##
  29 ## The ratios are normalized. This way:
  30 ##
  31 ## dividerand(xx,1,2,3) == dividerand(xx,10,20,30)
  32 ##
  33 ## @end example
  34 ##
  35 ## @end deftypefn
  36
  37
  38 function [trainVectors,validationVectors,testVectors,indexOfTrain,indexOfValidation,indexOfTest] = dividerand(allCases,trainRatio,valRatio,testRatio)
  39   #
  40   # Divide the vectors in training, validation and test group according to
  41   # the informed ratios
  42   #
  43   # [trainVectors,validationVectors,testVectors,indexOfTrain,indexOfValidatio
  44   # n,indexOfTest] = dividerand(allCases,trainRatio,valRatio,testRatio)
  45   #
  46   # The ratios are normalized. This way:
  47   #
  48   # dividerand(xx,1,2,3) == dividerand(xx,10,20,30)
  49   #
  50
  51   ## Normalize ratios
  52   total = trainRatio + valRatio + testRatio;
  53   #trainRatio = trainRatio / total; not used
  54   validationRatio = valRatio / total;
  55   testRatio = testRatio / total;
  56
  57   ## Calculate the number of cases for each type
  58   numerOfCases = size(allCases,2);
  59   numberOfValidation = floor(validationRatio*numerOfCases);
  60   numberOfTest = floor(testRatio*numerOfCases);
  61   numberOfTrain = numerOfCases - numberOfValidation - numberOfTest;
  62
  63   ## Find their indexes
  64   indexOfAll=randperm(numerOfCases);
  65   indexOfValidation=sort(indexOfAll(1:numberOfValidation));
  66   indexOfTest=sort(indexOfAll((1:numberOfTest)+numberOfValidation));
  67   indexOfTrain=sort(indexOfAll((1:numberOfTrain)+numberOfTest+numberOfValidation));
  68
  69   ## Return vectors
  70   trainVectors = allCases(:,indexOfTrain);
  71   testVectors = allCases(:,indexOfTest);
  72   validationVectors = allCases(:,indexOfValidation);
  73 endfunction
  74