Question

我想创建一个基于＆＃34;支持向量机和自定义内核的分类器＆＃34;概念。我在这里a link跟着它创建了自己的分类器。

在每件事情之前，我必须说在我的项目中我已经使用this dataset用于图像分割。作为我的代码的额外信息，我已将此数据集分段为如下结构：

每个班级的列车样本数量：220。
每个班级的测试样本数量：110。
每个样本的特征数量：19。
课程数量：7

我的代码：

%  clc;clear;close all; %// not generally appreciated
tic;
load('dataset.mat');

% When you load this dataset, there are two matrices, data_train which contains my training data with above attribute and data_test is so.
X_train = data_train;
X_test = data_test;

[train_size, feature_size, class_size] = size(X_train);
[test_size] = size(X_test,1);

x = [];
for index=1:class_size
    x=[x;X_test(:,:,index)];
end
X_test = x;

correct_label = [];
for index=1:class_size
    correct_label = [correct_label;index*ones(test_size,1)];
end

g = [];
C = 1;
for i=class_size:-1:1
    for j=1:(i-1)
        train = [X_train(:,:,j);X_train(:,:,i)];
        y = [j*ones(train_size,1);i*ones(train_size,1)];
        svmModel = fitcsvm(train,    y,'Standardize',true,'KernelFunction','GHI_Kernel');
        group = predict(svmModel, X_test);
        g = [g,group];
    end
end


temp = zeros(size(X_test,1),class_size);
n = size(X_test,1);
for i=1:n
    for j=1:class_size
        temp(i,j) = sum(((g(i,:)==j)')); %'//
    end
end

[val, esm] = max(temp,[],2);
CCR = sum(esm == correct_label)/size(correct_label,1);
error = 1 - CCR;
confusion_matrix = confusionmat(esm, correct_label);
toc;

这是我的自定义内核函数：

function output = GHI_Kernel(u, v)
    beta = 2;
    u=u.^beta;
    v=v.^beta;
    test = min(u,v);
    output = sum(test,2);
end

通过这种编码，我认为我的实现没有问题，但是，当我使用自定义数据集在MATLAB中运行此代码时，我遇到了这个问题：

Error using solve
Function GHI_Kernel errors with the
following message: Matrix dimensions must
agree.

Error in
classreg.learning.impl.SVMImpl.make (line 417 [alphas,active,grad,bias,nIter,...

Error in ClassificationSVM (line 319)
        this.Impl =
        classreg.learning.impl.SVMImpl.make(...

Error in classreg.learning.FitTemplate/fit (line 251)
        obj =
            this.MakeFitObject(X,Y,W,this.ModelParams,fitArgs{:});
Error in ClassificationSVM.fit (line 237) this = fit(temp,X,Y);
Error in fitcsvm (line 279)
obj =
ClassificationSVM.fit(X,Y,varargin{:});

Error in Problem1_svm_one_vs_one (line 31)
svmModel = fitcsvm(train, y,'Standardize',true,'KernelFunction','GHI_Kernel');

作为第一次编辑，我修复了我自己的数据集链接而不是UCI存储库。

Answer 1

可以找到正确的文档here。特别是，对于自定义内核函数，它声明了

您可以通过设置来设置自己的内核功能，例如内核   ＆＃39; KernelFunction＆＃39;＆＃39;内核＆＃39 ;. kernel必须具有以下形式：

函数G =内核（U，V）

其中：
U is an m-by-p matrix.

V is an n-by-p matrix.

G is an m-by-n Gram matrix of the rows of U and V.

因此，如果您的内核函数GHI_Kernel获得两个19x1向量u和v，那么它应返回一个19x19矩阵。现在它看起来只是输出一个19x1向量。

如何在SVM中使用自定义内核函数修复此错误？

1 个答案: