Question

我知道我遇到了一个非常常见的错误，但在这种情况下我很困惑，我不知道我收到此错误的原因，因为错误发生在代码已写入的函数中我想，大学和其他许多人事先都使用过这段代码。

所以，我的代码是关于使用perceptron的渔夫虹膜数据集的多类分类（单层，因此对于3类数据集，我需要3个单独的分类器通过one-all-all方法）。

我考虑的代码是perceptron function from Toronto university。

感知器功能（perceptron.m）（稍微修改一下）：

function [w_per] = perceptron(X,Y,w_init)

w_per = w_init;
for iteration = 1 : 100 
    for ii = 1 : size(X,2) % Cycle through training set
        if sign(w_per'*X(:,ii)) ~= Y(ii) % Wrong decision?
            w_per = w_per + X(:,ii) * Y(ii);   % then add (or subtract) this point to w_per
        end
     end
     % Show misclassification rate
     misclassification_rate = sum(sign(w_per'*X)~=Y)/size(X,2); // HERE IS THE POINT I AM GETTING THE ERROR
     disp(misclassification_rate);
end

我还在下面插入了我的代码（仅针对第一种情况，即数据集的类“Setosa”是第一类，另外两类“Versicolor”和“Virginica”是第二类我的感知器）：

% Perceptron

t1 = randperm(50);
X1a = meas(t1(1:35),3:4);
t2 = randperm(100);
X2a = meas(50 + t2(1:35),3:4);
clear t1 t2;
Xa = [X1a X2a];
Ya = [-ones(1,35) ones(1,35)];
wa = rand(35,1);
wtaga = perceptron(Xa,Ya,wa); % call perceptron
ytaga = wtaga'*Xa; % predict

figure;
hold on;
plot(X1a(1,:),X1a(2,:),'b.');
plot(X2a(1,:),X2a(2,:),'r.');

plot(Xa(1,ytaga<0),Xa(2,ytaga<0),'bo');
plot(Xa(1,ytaga>0),Xa(2,ytaga>0),'ro');

legend('class +1','class -1','pred +1','pred -1');
title('Setosa');

尽管我已经评论了perceptron.m函数中出现错误的行，但我再次写错误消息：

Matrix dimensions must agree

Error in perceptron (line 13)
     misclassification_rate = sum(sign(w_per'*X)~=Y)/size(X,2);

有人能帮帮我吗？我很感激！

错误：矩阵维度必须同意

0 个答案: