Question

我想使用matlab工具箱进行特征选择。有一个很好的功能叫做sequentialfs，做得很好。但是，我无法将其与LibSVM功能集成以执行功能选择。它与KnnClassify一起使用，请有人帮助我。这是KnnClassify的代码：

fun1 = @（XT，yT，Xt，yt）...

    (sum((yt ~= knnclassify(Xt,XT,yT,5))));

[fs，history] = sequentialfs（fun1，data，label，'cv'，c，'options'，opts，'direction'，'forward'）;

Answer 1

您需要包装libsvm函数以在特定功能集上训练和测试SVM。我建议在一个单独的.m文件中写一些东西（尽管原则上我认为它可以用于匿名函数）。类似的东西：

function err = svmwrapper(xTrain, yTrain, xTest, yTest)
  model = svmtrain(yTrain, xTrain, <svm parameters>);
  err = sum(svmpredict(yTest, xTest, model) ~= yTest);
end

然后您可以通过以下方式致电sequentialfs

[fs history] = sequentialfs(@svmwrapper, ...);

（您可能需要检查svmtrain参数的顺序，我永远不会记得它们应该是哪个方向。）

这个想法是svmwrapper将训练一个SVM并在测试集上返回它的错误。

匿名的等价物是：

svmwrapper = @(xTrain, yTrain, xTest, yTest)sum(svmpredict(yTest, xTest, svmtrain(yTrain, xTrain, <svm parameters>) ~= yTest);

看起来不太好。

Answer 2

我不知道这个问题是否仍然是开放的，但我使用以下句柄使该功能正常工作：

％输入的顺序很重要，因为svmpredict和svmtrain for libsvm将输入视为
％ytrain，xtrain但sequentialfs将数据发送为xtrain，ytrain，xtest，ytest

svfun = @(xtrain,ytrain,xtest,ytest)sum(svmpredict(ytest,xtest,svmtrain(ytrain,xtrain,<svm options>)) ~= ytest);

[fs history] = sequentialfs(svfun,x,y)

使用带有libsvm的sequentialfs进行功能选择

2 个答案: