Matlab：使用 SVM 对多类分类问题进行预测

Question

我正在尝试使用支持向量机将我的数据分为 3 类。我使用这个 Matlab 函数来训练和交叉验证 SVM：

Mdl = fitcecoc(XTrain, yTrain, 'Learners', 'svm', 'ObservationsIn', 'rows', ...
   'ScoreTransform', 'invlogit','Crossval','on', 'Holdout', 0.2);

其中 XTrain 包含我的所有数据，yTrain 是一个单元格，其中包含要分配给 XTrain 中的输入数据的每个类的名称。 上面的函数返回给我：

Mdl --> 1x1 ClassificationPartitionedECOC

我的问题是，我必须使用什么函数才能使用新数据进行预测？在二进制分类的情况下，我使用“fitcsvm”构建 SVM，然后使用以下命令预测标签：

[label, score] = predict(Mdl, XTest);

但是，如果我将 ClassificationPartitionedECOC 提供给“预测”函数，则会出现以下错误：

No valid system or dataset was specified.

我还没有找到一个函数，可以让我从我拥有的模型格式 ClassificationPartitionedECOC 开始执行预测。 感谢您提供的任何帮助！

Answer 1

您可以通过以下方式访问学习者i：

Mdl.BinaryLearners{i}

因为fitcecoc 只是以一对一的方式训练一个二元分类器，就像你对fitCSVM 所做的那样。