Matlab 特征选择

Question

我正在尝试学习 300*299 训练矩阵中的相关特征，方法是从中随机取一行作为我的测试数据，然后对其应用 sequentialfs。我使用了以下代码:

>> Md1=fitcdiscr(xtrain,ytrain);
>> func = @(xtrain, ytrain, xtest, ytest) sum(ytest ~= predict(Md1,xtest));
>> learnt = sequentialfs(func,xtrain,ytrain)

xtrain 和ytrain 分别是299*299 和299*1。 Predict 将为我提供 xtest 的预测标签(这是来自原始 xtrain 的一些随机行)。

但是，当我运行我的代码时，出现以下错误:

Error using crossval>evalFun (line 480)
The function '@(xtrain,ytrain,xtest,ytest)sum(ytest~=predict(Md1,xtest))' generated the following error:
X must have 299 columns.

Error in crossval>getFuncVal (line 497)
funResult = evalFun(funorStr,arg(:));

Error in crossval (line 343)
    funResult = getFuncVal(1, nData, cvp, data, funorStr, []);

Error in sequentialfs>callfun (line 485)
    funResult = crossval(fun,x,other_data{:},...

Error in sequentialfs (line 353)
                crit(k) = callfun(fun,x,other_data,cv,mcreps,ParOptions);

Error in new (line 13)
    learnt = sequentialfs(func,xtrain,ytrain)

我哪里出错了？

Answer 1

您应该在内部 func 构建您的分类器，而不是之前。 sequentialfs 每次都在不同的集合上调用该函数，并且必须为每个集合专门构建一个分类器，仅使用为该迭代选择的 sequentialfs 特征。

我不确定我是否清楚，实际上你应该将代码的第一行移到 func

的主体中

来源:MathWorks