使用 LIBLINEAR 训练 2D 特征答案

【问题标题】：Using LIBLINEAR to train 2D features使用 LIBLINEAR 训练 2D 特征
【发布时间】：2015-01-30 09:55:16
【问题描述】：

这是我的第一个机器学习练习，我想使用 LIBLINEAR 来训练一些数据。我工作过的训练数据存储为一个大小为 mxmxn 的多维矩阵，其中有 n 个 mxm 矩阵，mxm 矩阵中的每个单元格包含一个介于 1-255 之间的值来表示像素价值观。

包含在此数据中的是一个 nx1 标签向量。但是，尝试使用 LIBLINEAR 函数 train(training_labels, sparse(training_data)) 会产生错误。我认为这是因为 training_data 是一个 3d 矩阵。我错过或不理解哪些步骤？我假设因为 training_labels 是 nx1，所以 training_labels 向量中的每个值都映射到一个 mxm 数据矩阵。不是这样吗？

谢谢！

【问题讨论】：

因此，您数据中的 m x m 矩阵本质上只有一个标签。一种方法是将m x m 矩阵转换为行向量（通过执行(M(:)).'）。然后将其用作功能。

标签： matlab machine-learning liblinear

【解决方案1】：

是的，一个 m x m 数组是一个特征向量，但它具有矩阵的形式。 liblinear 可能无法处理这个问题。正如评论中所写，您必须更改数据格式。如果 A 是你的 3d 数组，那么

reshape(A, m * m, n)

为您提供 m² 行和 n 列的二维矩阵。

【讨论】：