SVM分类器之一对多

Question

当我运行下面提到的SVM分类器（一对所有）代码时，我在以下行收到以下错误：model{k} = svmtrain(double(trainLabel==k), trainData, '-c 1 -g 0.2 -b 1'); 在Matlab中：Y必须是向量或字符数组。

有人能帮我吗？

The code is:
%# Fisher Iris dataset
load fisheriris
[~,~,labels] = unique(species);   %# labels: 1/2/3
data = zscore(meas);              %# scale features
numInst = size(data,1);
numLabels = max(labels);

%# split training/testing
idx = randperm(numInst);
numTrain = 100; numTest = numInst - numTrain;
trainData = data(idx(1:numTrain),:);  testData = data(idx(numTrain+1:end),:);
trainLabel = labels(idx(1:numTrain)); testLabel = labels(idx(numTrain+1:end));

以下是用于多类SVM中的一对多方法的实现：

%# train one-against-all models
model = cell(numLabels,1);
for k=1:numLabels
    model{k} = svmtrain(double(trainLabel==k), trainData, '-c 1 -g 0.2 -b 1');
end

%# get probability estimates of test instances using each model
prob = zeros(numTest,numLabels);
for k=1:numLabels
    [~,~,p] = svmpredict(double(testLabel==k), testData, model{k}, '-b 1');
    prob(:,k) = p(:,model{k}.Label==1);    %# probability of class==k
end

%# predict the class with the highest probability
[~,pred] = max(prob,[],2);
acc = sum(pred == testLabel) ./ numel(testLabel)    %# accuracy
C = confusionmat(testLabel, pred)                   %# confusion matrix

- YUVARAJ RAJAMANICKAM

Answer 1

您混淆了libsvm库中的svmtrain函数和Matlab的Statistics Toolbox中同名函数的用法。

在libsvm库中，svmtrain的第三个输入是包含类似命令行选项的字符串。在Matlab版本中，选项使用名称/值对设置。您使用的字符串'-c 1 -g 0.2 -b 1'表示成本参数=1，径向基函数核的γ参数=0.2，并且您正在请求概率估计。要在Matlab实现中使用相同的SVM，我认为您必须指定选项'boxconstraint'，1，'kernel_function''rbf'，'rbf_sigma'，0.2。但是，Matlab实现不支持概率估计。

但由于您想要使用的代码显然基于libsvm库，使其工作的最简单方法是安装libsvm。

- A. Donda