使用 svm 分类时，如何在 matlab 中获取误差与历元（迭代）图？答案

【问题标题】：How to get the error vs. epochs (iterations) plot in matlab when using svm classification?使用 svm 分类时，如何在 matlab 中获取误差与历元（迭代）图？
【发布时间】：2014-11-13 13:42:06
【问题描述】：

我使用svmtrain 训练我的数据集并使用svmclassify 预测测试集。我想看看优化过程，误差与时期（迭代）图。我查看了用法和代码，发现没有关于此类问题的信息。我唯一能得到的就是控制最大迭代。

使用 SVM 分类时如何在 matlab 中获取误差与历元（迭代）图？

这是我修改的代码。但不是我想要的，我想要每个时代的错误。以前有人做过这样的分析吗？谢谢你。最好的问候！

%# load dataset
load fisheriris                                %# load iris dataset
Groups = ismember(species,'setosa');           %# create a two-class problem

MaxIterValue = 210;                            %# maximum iterations
ErrVsIter = zeros(MaxIterValue, 2);            %# store error data

%# Control maximum iterations
for N = 200: MaxIterValue
%   options.MaxIter = N;
    option = statset('MaxIter', N);
    %# 5-fold Cross-validation
    k = 5;
    cvFolds = crossvalind('Kfold', Groups, k);      %# get indices of 5-fold CV
    cp = classperf(Groups);                         %# init performance tracker

    for i = 1:k                                     %# for each fold
      testIdx = (cvFolds == i);                     %# get indices of test instances
      trainIdx = ~testIdx;                          %# get indices training instances

      %# train an SVM model over training instances
      svmModel = svmtrain(meas(trainIdx,:), Groups(trainIdx), ...
                 'options',option, 'Autoscale',true, 'Showplot',false, 'Method','QP', ...
                   'BoxConstraint',2e-1, 'kernel_function','linear');

      %#plotperform(svmModel);

      %# test using test instances
      pred = svmclassify(svmModel, meas(testIdx,:), 'Showplot',false);

      %# evaluate and update performance object
      cp = classperf(cp, pred, testIdx);
      
    end
    %# get error rate
    ErrVsIter(N, 1) = N;
    ErrVsIter(N, 2) = cp.ErrorRate;

end

plot(ErrVsIter(1:MaxIterValue,1),ErrVsIter(1:MaxIterValue,2));

【问题讨论】：

你能提供一些可运行的例子吗？
嗨，本，我添加了一个示例。感谢您的帮助。

标签： matlab svm

【解决方案1】：

你都做对了，问题是 SVM 每次都在寻找解决方案！所以每个 epoch 都有 CorrectRate=1，试着在你的代码中输入 cp.CorrectRate 来查看它。

问题出在下面一行：

 Groups = ismember(species,'setosa');

SVM 求解数据非常简单。

并像这样绘制它：

plot(ErrVsIter(200:MaxIterValue,1),ErrVsIter(200:MaxIterValue,2));

【讨论】：