在knn中留下一次交叉验证和混淆矩阵

Question

我必须使用k最近邻居对Iris数据进行分类，（k = 1:30）我已将数据分为样本和涉及Leave-one-out交叉验证的培训，所以我有以下脚本：

load fisheriris
group=[ones(1,50), 2*ones(1,50), 3*ones(1,50)]';

    for k=(1:30);
         for i=(1:150);
         sample=meas(i,:);
         training1=meas;
         training1(i,:)=[];
         group_sample=group(i);
         group_training=group;
         group_training(i)=[];
         c(i,k)=knnclassify(sample,training1,group_training,k);

         A=confusionmat(group, c(i,k)); 
         mean_error(k)=mean(A(:)); 
         std_error(k)=std(A(:)); 
         end   
    end

问题是我不能制造混淆矩阵，因为c只返回一个值（对于第一个样本），问题在哪里，任何人都可以帮忙吗？谢谢！

Answer 1

我想你可能在此之后：

for k=1:30

     for i=1:150
         sample=meas(i,:);
         training1=meas;
         training1(i,:)=[];
         group_sample=group(i);
         group_training=group;
         group_training(i)=[];
         c(i,k)=knnclassify(sample,training1,group_training,k);
     end   

     A=confusionmat(group, c(:,k)); 
     mean_error(k)=mean(A(:)); 
     std_error(k)=std(A(:)); 

end

因此换句话说，只能在交叉验证循环之后找到混淆矩阵。