glm() 模型的交叉验证

我正在尝试对我之前在 R 中构建的一些 glm 模型进行 10 倍交叉验证。我对cv.glm()函数在boot包，尽管我已经阅读了很多帮助文件。当我提供以下公式时：

library(boot)
cv.glm(data, glmfit, K=10)

这里的“数据”参数是指整个数据集还是仅指测试集？

到目前为止，我看到的示例提供了“数据”参数作为测试集，但这并没有真正意义，例如为什么在同一测试集上进行 10 倍？他们都会给出完全相同的结果（我想！）。

很遗憾?cv.glm以一种模糊的方式解释它：

数据：包含数据的矩阵或数据框。行应该是 案例和列对应于变量，其中之一是 回复

我的另一个问题是关于$delta[1]结果。这是 10 次试验的平均预测误差吗？如果我想获取每次折叠的错误怎么办？

我的脚本如下所示：

##data partitioning
sub <- sample(nrow(data), floor(nrow(x) * 0.9))
training <- data[sub, ]
testing <- data[-sub, ]

##model building
model <- glm(formula = groupcol ~ var1 + var2 + var3,
        family = "binomial", data = training)

##cross-validation
cv.glm(testing, model, K=10)

我对于使用各种包的10倍交叉验证方法总是有点谨慎。我有自己的简单脚本来为任何机器学习包手动创建测试和训练分区：

#Randomly shuffle the data
yourData<-yourData[sample(nrow(yourData)),]

#Create 10 equally size folds
folds <- cut(seq(1,nrow(yourData)),breaks=10,labels=FALSE)

#Perform 10 fold cross validation
for(i in 1:10){
    #Segement your data by fold using the which() function 
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- yourData[testIndexes, ]
    trainData <- yourData[-testIndexes, ]
    #Use test and train data partitions however you desire...
}