Matlab 中數字圖像集的 SVM 分類

Question

我必須在數字數據集上使用 SVM 分類器。 該數據集由數字 28x28 的圖像和總共 2000 張圖像組成。 我嘗試使用 svmtrain 但 matlab 給出了一個錯誤，即 svmtrain 已被刪除。 所以現在我正在使用 fitcsvm。

我的代碼如下：

labelData = zeros(2000,1);

for i=1:1000
labelData(i,1)=1;
end

for j=1001:2000
labelData(j,1)=1;
end

SVMStruct =fitcsvm(trainingData,labelData) 
%where training data is the set of images of digits.

我需要知道如何使用 svm 預測測試數據的輸出？ 此外，我的代碼正確嗎？

Answer 1

您正在尋找的功能是predict 。 它將 SVM 對象作為輸入，后跟數據矩陣並返回預測標簽。 確保你不是在所有數據上訓練你的模型，而是在一個合理的子集上（通常是 70%）。 您可以使用交叉驗證准備：

% create cross-validation object
cvp = cvpartition(Lbl,'HoldOut',0.3);
% extract logical vectors for training and testing data
lgTrn = cvp.training;
lgTst = cvp.test;

% train SVM
mdl = fitcsvm(Dat(lgTrn,:),Lbl(lgTrn));

% test / predict SVM
Lbl_prd = predict(mdl,Dat(lgTst,:));

請注意，您的標簽會生成單個向量。

為什么Mathworks公司改變了理由svmtrain到fitcsvm是簡潔。 現在很清楚是“分類”（fit c svm）還是“回歸”（fit r svm）。