Matlab功能选择

我试图从300*299培训矩阵中学习相关的功能，将它作为我的测试数据并应用sequentialfs。我用下面的代码：Matlab功能选择

>> Md1=fitcdiscr(xtrain,ytrain); 
>> func = @(xtrain, ytrain, xtest, ytest) sum(ytest ~= predict(Md1,xtest)); 
>> learnt = sequentialfs(func,xtrain,ytrain)

xtrain和ytrain分别299*299和299*1。预测会给我预测的标签xtest（这是从原始xtrain一些随机行）。

然而，当我跑我的代码，我得到以下错误：

Error using crossval>evalFun (line 480) 
The function '@(xtrain,ytrain,xtest,ytest)sum(ytest~=predict(Md1,xtest))' generated the following error: 
X must have 299 columns. 

Error in crossval>getFuncVal (line 497) 
funResult = evalFun(funorStr,arg(:)); 

Error in crossval (line 343) 
    funResult = getFuncVal(1, nData, cvp, data, funorStr, []); 

Error in sequentialfs>callfun (line 485) 
    funResult = crossval(fun,x,other_data{:},... 

Error in sequentialfs (line 353) 
       crit(k) = callfun(fun,x,other_data,cv,mcreps,ParOptions); 

Error in new (line 13) 
    learnt = sequentialfs(func,xtrain,ytrain)

哪儿我去错了吗？

来源

2016-11-12 Apurv

不'xtest'有299列？ –

是的。它是一个1 * 299的行向量。 – Apurv

我建议你加一个[mcve]，否则我们不能测试它 –

您应该在func之前建立分类器，而不是之前。 sequentialfs每次在不同的集合上调用该函数，并且必须专门为每个集合构建一个分类器，只使用为该迭代选择的特征sequentialfs。

我不知道，我设法予以明确，在实践中，你应该将你的代码的第一行的func

来源体内：MathWorks

来源

2016-11-16 11:00:27 Leo

Matlab功能选择

回答

相关问题