Matlab：使用SVM对多类分类问题进行预测

Posted 2021-04-03

我正在尝试使用支持向量机将我的数据分为3类。我使用这个Matlab函数来训练和交叉验证SVM：

Mdl = fitcecoc(XTrain, yTrain, 'Learners', 'svm', 'ObservationsIn', 'rows', ...
   'ScoreTransform', 'invlogit','Crossval','on', 'Holdout', 0.2);

其中XTrain包含我的所有数据，yTrain是一个单元格，其中包含要分配给XTrain中输入数据的每个类的名称。上面的函数返回给我：

Mdl --> 1x1 ClassificationPartitionedECOC

我的问题是，为了使用新数据进行预测，我必须使用什么功能？在二进制分类的情况下，我使用'fitcsvm'构建SVM然后我预测标签：

[label, score] = predict(Mdl, XTest);

但是，如果我将ClassificationPartitionedECOC提供给'predict'函数，它会给我这个错误：

No valid system or dataset was specified.

我无法找到一个允许我从我拥有的模型格式ClassificationPartitionedECOC开始执行预测的函数。感谢您提供的任何帮助！

答案

您可以通过以下方式访问学习者i：

Mdl.BinaryLearners{i}

因为fitcecoc只是训练一个二元分类器，就像你用fitCSVM一对一的方式。