我正在自学分类，我阅读并理解了使用 Fisher iris 数据集的简单 LDA 分类器的 MatLab 在线帮助。
我现在已经转向 SVM。但即使我使用帮助页面中的确切语法，我也会收到输入参数不足或太多的错误。
我已经通过以下命令使用 svmtrain 训练了我的 SVMClassifier:
SVMStruct = svmtrain(training,labels);
其中 training 是 207 x 900 的训练矩阵。有 207 个样本和 900 个 HoG 描述符或特征。同样，labels 是一个 207 x 1 列向量，由各自样本的 +1 或 -1 组成。
然后我想测试它并通过调用看看这是否有效:
Group = svmclassify(SVMStruct,sample,'Showplot',true)
其中 sample 是包含 2 个测试样本的 2 x 900 矩阵。我期望得到 +1 和 -1 因为这些是测试样本应该标记的内容。但我收到错误:
Too many input arguments.
当我使用命令时
Group = svmclassify(SVMStruct,sample)
我收到错误
Not enough input arguments.
最佳答案
您可能重载了 svmclassify 函数。
尝试一下
>> which svmclassify
验证您是否确实调用了正确的函数。
如果您重载了该函数(即创建了具有相同名称 svmclassify 的不同函数)并且它位于您的路径的较高位置，那么您将需要重命名重载函数并再次运行svmclassify。
关于matlab - 调用函数并获取 - 输入参数不足，即使语法正确，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24889984/