高效的MATLAB代码找到分类错误

我写了一个Matlab脚本进行分类。当我执行这个我得到内存不足的错误。高效的MATLAB代码找到分类错误

for i =1:size(Y) 
    if(predictions(i) ~= clasL(find(ismember(mydata,X(i)),'rows'))) 
     error = error+1; 
    end 
end

在上面的代码Y和predictions是维的矢量19928.而mydata和X是19928 * 62061和12819点* 62061矩阵。当我执行以下代码时，出现以下错误

Error using == 
Out of memory. Type HELP MEMORY for your options. 

Error in ismember (line 62) 
      tf = (a == s); 

Error in myinit (line 105) 
if(predictions(i) ~= clasL(find(ismember(mydata,X(i)),1)))

如何克服此问题？请帮帮我。谢谢

来源

2012-06-14 Rudra Murthy

'clasL'是你自己的自定义函数吗？修改和修复代码以解决内存问题是困难的或不可能的，而无需知道'clasL'的功能。你可以编辑你的问题，并在其中包含'clasL'函数的代码？ – nrz

对不起。 clasL是维度19928的另一个向量。基本上，clasL包含原始类别标签，并且预测包含预测的类别标签。 –

首先尝试在MATLAB过程中运行ulimit，以便它可以使用尽可能多的内存。

其次，我想你想的参数的顺序切换到ismember：

ismember(X(i, :), mydata, 'rows')

第三，你不要，如果你更改参数的顺序需要额外find功能。那么只需做到这一点（内循环）：

[~, idx] = ismember(X(i, :), mydata, 'rows') 
if (idx > 0 && predictions(i) ~= clasL(idx)) 
    error = error+1; 
end

四，以节省时间，可以为所有行的X（无循环）运行ismember只是一次，然后找到错误的数量一个矢量化的方式：

[~, idxs] = ismember(X, mydata, 'rows') 
error = sum(predictions(idxs > 0) ~= clasL(idxs > 0))

来源

2012-06-14 17:28:09 Ansari

谢谢。我做了建议的更改并运行算法。即使现在我也遇到了同样的错误。 '错误使用==内存不足。为您的选项键入HELP MEMORY。 ismember中的错误（第225行） d = c（1：end-1，：）== c（2：end，:); ％d表示2-D中的匹配条目 myinit中的错误（行104） [〜，idxs] = ismember（X，mydata，'rows'）' –

运行ulimit没有帮助？然后尝试循环版本。如果这样也行不通，你需要在具有更多内存的机器上运行它，或者对mydata进行排序，然后搜索或者更复杂的东西。 – Ansari

如果仍然不起作用，请将'mydata'拆分，在部件上运行ismember命令并连接结果。 – Ansari

高效的MATLAB代码找到分类错误

回答

相关问题