如何找到分类器的准确性答案

【问题标题】：How to find an accuracy of a classifier如何找到分类器的准确性
【发布时间】：2012-02-14 19:02:43
【问题描述】：

我正在使用 KNN 分类器，我发现 knnclassify 在 MATLAB 中为我进行分类。

代码：

Class = knnclassify(TestVec,TrainVec, TrainLabel);

我现在面临的问题，knnclassify 只是对点进行分类并给它们一个值，但我想找到这个分类的准确性。

我试过这样的：

Class = knnclassify(TestVec,TrainVec, TrainLabel);
cp = classperf(TestLabel,Class);
cp.CorrectRate

它给了我这个错误：

??? Error using ==> classperf at 149
When the class labels of the CP object are numeric, the output
of the classifier must be all non-negative integers or NaN's.

Error in ==> KNN at 3
cp = classperf(TestLabel,Class);

有没有更好的方法来确定分类器的准确性，或者我应该做哪些更正来改进上面的代码？

【问题讨论】：

那么，矢量Class 是什么样的？是非负整数的 NaN 向量吗？
类是一个 117 x1 矩阵。值是 1 或 -1... 1 表示正数，-1 表示负数
您可以尝试将-1 条目设置为0 看看是否有任何效果？
您的意思是将我的 trainlabel 和 testlabel 值更改为 0 或 1？

标签： matlab knn

【解决方案1】：

标签的值应该是 0 或 1。

要输入的代码：

cp = classperf(TrainLabel);   
Class = knnclassify(TestVec,TrainVec, TrainLabel);
cp = classperf(TestLabel,Class);
cp.CorrectRate

【讨论】：

【解决方案2】：

maybe, you can use this code to understand...

sample = [2 12   ;47 18 ;46.7 12]
training=[46.7 12;45 11 ;46.7 13]
group = [1;2;1]
class = knnclassify(sample, training, group)


cp = classperf(class,group);%to compare 2 matrix, which is have the same row n column
cp.CorrectRate*100

【讨论】：