Question

当我运行下面提到的SVM分类器（One against all）代码时，我在行中得到以下错误：model{k} = svmtrain(double(trainLabel==k), trainData, '-c 1 -g 0.2 -b 1');

在matlab中：Y必须是向量或字符数组。

任何人都可以帮助我吗？

The code is:
%# Fisher Iris dataset
load fisheriris
[~,~,labels] = unique(species);   %# labels: 1/2/3
data = zscore(meas);              %# scale features
numInst = size(data,1);
numLabels = max(labels);

%# split training/testing
idx = randperm(numInst);
numTrain = 100; numTest = numInst - numTrain;
trainData = data(idx(1:numTrain),:);  testData = data(idx(numTrain+1:end),:);
trainLabel = labels(idx(1:numTrain)); testLabel = labels(idx(numTrain+1:end));

以下是多类SVM的一对一方法的实现：

%# train one-against-all models
model = cell(numLabels,1);
for k=1:numLabels
    model{k} = svmtrain(double(trainLabel==k), trainData, '-c 1 -g 0.2 -b 1');
end

%# get probability estimates of test instances using each model
prob = zeros(numTest,numLabels);
for k=1:numLabels
    [~,~,p] = svmpredict(double(testLabel==k), testData, model{k}, '-b 1');
    prob(:,k) = p(:,model{k}.Label==1);    %# probability of class==k
end

%# predict the class with the highest probability
[~,pred] = max(prob,[],2);
acc = sum(pred == testLabel) ./ numel(testLabel)    %# accuracy
C = confusionmat(testLabel, pred)                   %# confusion matrix

Answer 1

我猜这是路径问题。在你成功使用make文件后，确保程序在libsvm / matlab路径下运行，但不要在里面添加你自己的文件夹。

还在Matlab中设置路径：

file-＆gt; set path-＆gt;（select）使用子文件夹 - ＆gt;（找到你的libsvm文件夹）OK-＆gt; save-＆gt;关闭设置路径。

我认为它应该有用。试一试，谢谢。

Answer 2

您正在混合使用libsvm库中的svmtrain函数与Matlab Statistics Toolbox中包含的相同名称的函数。

在libsvm库中，svmtrain的第三个输入是一个包含类似命令行的选项的字符串。在Matlab的版本中，使用名称/值对设置选项。您使用的字符串'-c 1 -g 0.2 -b 1'表示成本参数= 1，径向基函数内核的伽马参数= 0.2，您正在请求概率估计。要在Matlab实现中使用相同的SVM，我认为您必须指定选项'boxconstraint', 1, 'kernel_function' 'rbf', 'rbf_sigma', 0.2。 Matlab实现不支持概率估计。

但是，由于您要使用的代码显然基于libsvm库，因此最简单的方法是安装libsvm。

SVM分类器对抗所有人

2 个答案: