在MATLAB中使用predict（）时，“未指定有效的系统或数据集”

Question

我正在尝试使用SVM将输入功能分为两类。我想使用10倍交叉验证来训练SVM分类器。我正在使用MATLAB内置函数。但是在将predict()函数与crossval()函数一起使用时，出现了错误：

  

未指定有效的系统或数据集。

有人知道如何解决此问题吗？

Training_Features   = X;
Training_Labels     = Y;
SVMModel           = 
fitcsvm(Training_Features,Training_Labels,'KernelFunction','RBF');       
CVSVMModel          = crossval(SVMModel);

[Predict_Labels,Predict_Scores]     = 
predict(CVSVMModel,Training_Features);

Answer 1

我认为您对交叉验证功能的理解不正确。您的CVSVMModel是所谓的ClassificationPartitionedModel，它没有功能predict()，因为交叉验证用于在使用WHOLE数据集进行训练之前测试模型的泛化（未经交叉验证）

我建议以下内容：

1. 致电[Predict_Labels,Predict_Scores] = kfoldPredict(CVSVMModel);，查看其在交叉验证期间在每个验证数据集上的表现
2. 如果您满意，请对整个数据集训练一个新的SVMModel并对其进行预测。

编辑： ClassificationPartitionedModel是模型的集合（在您的情况下为10个不同的模型）。您可以通过以下方式访问甚至致电predict()：

[Predict_Labels,Predict_Scores] = predict(CVSVMModel.Trained{1, 1},X);