使用 MATLAB R2015a 进行 SVM 多分类答案

【问题标题】：SVM multiclassification with MATLAB R2015a使用 MATLAB R2015a 进行 SVM 多分类
【发布时间】：2015-12-21 15:14:44
【问题描述】：

我尝试将 MATLAB R2015a 分类工具箱用于我的 4 个类。我导入了我的数据集并选择了一个高斯核来训练我的分类器。这是我的数据集：

my Data=[9.36 0;8.72 0;9.13 0;7.38 0;8.02 0;12.15 1;11.02 1;11.61 1;
12.31 1;15.23 1;52.92 2;54.49 2;48.82 2;52.00 2;49.79 2;22.46 3;30.38 3;
21.98 3;24.46 3;26.08 3];

然后我将它导出到我的工作区以与我的新测试数据一起使用，但是当我想在工作区中使用它时出现此错误：

已在基础工作区中创建变量。

要使用导出的分类器trainedClassifier 对新数据 T 进行预测，请使用

yfit = predict(trainedClassifier, T{:,trainedClassifier.PredictorNames})

如果您的新数据包含任何整数变量，则将数据预处理为双精度数，如下所示：

X = table2array(varfun(@double, T(:,trainedClassifier.PredictorNames)));

yfit = predict(trainedClassifier, X)

我不明白它到底是什么意思，T 和 yfit 是什么？如何使用此分类器测试我的新数据？

【问题讨论】：

能否请您添加有关如何训练 SVM 的代码？
我没有正确任何代码。matlab 2015a 有一些用于分类的应用程序。您可以选择我选择高斯内核 svm 的分类类型。然后您应该导入您在工作区中正确的数据before.then 它有一个用于训练和创建分类器的训练按钮。当您构建此分类器时，您可以轻松地将其导出到工作空间并将其用于新数据。它是一个应用程序，并且可以编写任何代码。
我知道你应该使用templateSVM、fitcecoc 和predict。如果您实际展示了内置 GUI 创建的代码，我们可以看到您在其中输入的内容并尝试找出问题所在。
@Adriaan：请阅读我在下面输入的答案，然后帮助我解决我的问题。h 没有足够的时间来解决它。请帮助我为我的分类编写正确的代码。谢谢。
嗨，我收到这样的错误消息：函数 'subsindex' 没有为类 'cell' 的值定义。

标签： matlab classification svm matlab-guide

【解决方案1】：

问题是您正在尝试预测存储在单元格中的数据的类别。首先将其作为表格导入。 Home_>import_>文件名_>import_>（这里从导入的数据部分选择表）。现在您可以通过提供此表名来使用您的预测器。

【讨论】：

【解决方案2】：

yfit= 表 T 中预测数据的预测类标签向量。

T = 样本数据，指定为表格。 T 的每一行对应一个观察值，每一列对应一个预测变量。或者，T 可以包含响应变量和观察权重的附加列。 T 必须包含用于训练 SVMModel 的所有预测变量。不允许使用多列变量和除字符串元胞数组以外的元胞数组。

测试数据：示例

load newdataset
rng(1);
CVSVMModel = fitcsvm(X,Y,'Holdout',0.15,'ClassNames',{'classname1','classname2'},...
'Standardize',true);
CompactSVMModel = CVSVMModel.Trained{1}; % Extract trained, compact classifier
testInds = test(CVSVMModel.Partition);   % Extract the test indices
XTest = X(testInds,:);
predict(CompactSVMModel,XTest);% test here

【讨论】：

：这里的 X 是什么？请简要告诉我如何用这个分类器测试我的新数据？例如我的测试数据是 data1=[9 1;9.36 2;8.74 1;2.56 3;0.11 0] 0,1,2,3 是 4 个类