Matlab Stats Svm 测试中的错误答案

【问题标题】：Matlab Stats Svm error in testingMatlab Stats Svm 测试中的错误
【发布时间】：2015-12-28 01:21:54
【问题描述】：

我正在使用 stats 包中包含的 Matlab 2012 svm。我有一个二进制分类问题，我训练一组向量并测试另一组向量，如下 matlab 代码所示：

%set the maximum number of iterations
optSVM = statset('MaxIter', 1000000);       

%train the classifier with a set of feature vectors
SVMtrainModel = svmtrain(training_vectors_matrix(:,2:end), training_vectors_matrix(:,1), 'kernel_function' ,  'linear', 'options', optSVM, 'tolkkt', 0.01);

%read the test vectors 
TestV = csvread(test_file);

%Test the feature vectors in the built classifier
TestAttribBin = svmclassify(SVMtrainModel, TestV(:,2:end))

这是一个非常简单的代码，可以正常运行。训练运行正常，但是当我测试时发生以下错误：

Subscript indices must either be real  positive integers or logicals.

Error in svmclassify (line 140) 
outclass= glevels(outclass(~unClassified),:);

那么，我的特征向量有什么问题吗？如果我在不同的特征向量（训练和测试向量）中运行相同的代码，代码运行正常。我已经检查了特征向量并且没有 NaN。这个问题应该是什么原因造成的？

【问题讨论】：

看来问题一定出在您的数据上，因为您说使用不同的数据代码可以工作。如果没有看到您的数据样本，很难回答这个问题。但是，想到的一种可能性是训练数据中的标签可能不是整数值？你检查过吗？也许值得将你的训练标签的 class() 与那些不起作用的进行比较？
相关：Subscript indices must either be real positive integers or logicals, generic solution

标签： matlab svm

【解决方案1】：

记住我的generic solution to this problem，这应该是可以解决的。

1) 使用dbstop if error运行代码

它现在将停在您提供的行：

outclass= glevels(outclass(~unClassified),:);

2) 检查可能的解决方案。

在这种情况下，我假设 glevels 和 outclass 都是变量。接下来要做的就是仔细检查一切可以成为索引的东西。

从里到外：

第一个索引是~unClassified，因为~ 操作没有失败，可以肯定地说这是一个逻辑向量。
第二个也是最后一个索引是outclass(~unClassified)，这个很可能不只包含像 1,2,3,... 或 true,false 值这样的数字。

值是否都有效的测试很简单，这两者之一应该成立：

要确认x 中的值是逻辑的：class(x) 应该返回“逻辑”
要确认x 中的值是真正的正整数：isequal(x, max(1,round(abs(x)))) 应该返回“true”。

【讨论】：

非常感谢您的回答。如果错误和类（未分类）返回逻辑，我尝试了 dbstop。我使用的是 matlab 2013a，所以这里不存在 isequal。有没有其他方法可以检查？
outclass(~unClassified) 返回以下行向量： ans = -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 - 0.0001i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 - 0.0001i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i
unClassified 返回以下行向量：0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
@mad outclass(~unClassified) 的第一个元素是-1。当然，您无法访问glevels 的第-1 行，因此错误消息是准确的。 --- 假设您使用标准svmclassify 和svmtrain，可以安全地假设错误不在程序中，而是因为您输入了无效数据。但是，如果您无法找到数据的问题，并且想了解更多信息，那么追溯错误并查看第一个不规则事件发生的位置应该会有所帮助。
@mad 无意冒犯，但由于 MATLAB 是一个相当稳定的产品，并且矩阵连接是这种语言的基本操作......您的数据中似乎更有可能存在污垢，或者您使用的代码中的错误，而不是 MATLAB 本身中的错误。当然，这取决于你，但我仍然有兴趣挖掘到想象矩阵出现的地步。

【解决方案2】：

如果您删除 NaN rows 或 data，则可以解决此问题：

    Features(~any(~isnan(Features), 2),:)=[];

也许您也有复数，然后使用以下代码：

    Features3(any(isnan(Features3),2),:)=0;
    Features3 =real(Features3);

第一行，使所有的 NaN 值变为零，第二行将所有的复数变为实数。

【讨论】：