我们可以在matlab中替换NaN的价值是多少？

Question

我使用GLCM技术来描绘mamo图像的提取，然后我使用朴素贝叶斯分类进行分类，

为什么输出列包含NaN？

当我们从朴素贝叶斯分类（1列包含0,1，NaN）中得到1个输出矩阵时，我们可以用什么值替换NaN？

代码：

Train_Test();

nb = NaiveBayes.fit(Ytrain, Traininglabel);

y = nb.predict(Ytest);

confusionmat(Testinglabel,y);

输出：

y=
[NaN
NaN
NaN
0
0
0
NaN
0
0
0
0
0
0
1
0]

Answer 1

当训练数据中的观察值包含NaN值时，默认情况下NaiveBayes.predict不会将它们分类为任何类，将NaN作为预测值返回。

通过HandleMissing使用predict选项，您可以更改此行为。默认情况下，它设置为off，但如果将其设置为on，则仅使用具有非NaN值的变量进行预测，并且不应将NaN作为预测返回（除非 all 变量是NaN）。

尝试

y = nb.predict(Ytest, 'HandleMissing', 'on');