查找分类错误的高效 MATLAB 代码答案

【问题标题】：Efficient MATLAB code to find classification error查找分类错误的高效 MATLAB 代码
【发布时间】：2012-06-15 01:41:22
【问题描述】：

我编写了一个用于分类的 Matlab 脚本。当我执行此操作时，出现内存不足错误。

for i =1:size(Y)  
    if(predictions(i) ~= clasL(find(ismember(mydata,X(i)),'rows')))  
        error = error+1;  
    end  
end

在上面的代码中，Y 和 predictions 是维度为 19928 的向量。mydata 和 X 是 19928*62061 和 12819*62061 矩阵。当我执行以下代码时，出现以下错误

Error using  == 
Out of memory. Type HELP MEMORY for your options.

Error in ismember (line 62)
            tf = (a == s);

Error in myinit (line 105)
if(predictions(i) ~= clasL(find(ismember(mydata,X(i)),1)))

如何克服这个问题？请帮我。谢谢

【问题讨论】：

clasL是你自己的自定义函数吗？在不知道clasL 的功能的情况下，很难或不可能修改和修复代码以解决内存问题。您能否编辑您的问题并在其中包含clasL 函数的代码？
对不起。 clasL 是另一个维度为 19928 的向量。基本上 clasL 包含原始类标签，predictions 包含预测的类标签。

标签： matlab

【解决方案1】：

首先尝试在 MATLAB 进程上运行 ulimit，以便它可以使用尽可能多的内存。

其次，我想你想把参数的顺序切换到ismember：

ismember(X(i, :), mydata, 'rows')

第三，如果您更改参数的顺序，则不需要额外的find 函数。然后，您只需执行此操作（在循环内）：

[~, idx] = ismember(X(i, :), mydata, 'rows')
if (idx > 0 && predictions(i) ~= clasL(idx))
    error = error+1;  
end

第四，为了节省时间，您可以对X 中的所有行只运行一次ismember（无循环），然后以向量化的方式查找错误数：

[~, idxs] = ismember(X, mydata, 'rows')
error = sum(predictions(idxs > 0) ~= clasL(idxs > 0))

【讨论】：

谢谢。我进行了建议的更改并运行了算法。即使现在我也遇到了同样的错误。 Error using == Out of memory. Type HELP MEMORY for your options. Error in ismember (line 225) d = c(1:end-1,:)==c(2:end,:); % d indicates matching entries in 2-D Error in myinit (line 104) [~, idxs] = ismember(X, mydata, 'rows')
运行 ulimit 没有帮助？然后尝试循环版本。如果这也不起作用，您需要在具有更多内存的机器上运行它，或者对 mydata 进行一些排序，然后进行搜索或更复杂的操作。
如果还是不行，拆分mydata，对部件运行ismember命令并连接结果。
谢谢。最后它在拆分mydata 并在零件上运行ismember 命令后工作。