如何在 Matlab 的分类学习器应用程序中传递数据集

Posted 2023-03-13

【中文标题】如何在 Matlab 的分类学习器应用程序中传递数据集

【英文标题】：How to pass dataset in Classification Learner App of Matlab

【发布时间】：2017-02-02 18:00:48

【问题描述】：

我的问题是关于将变量（训练数据集、标签和测试变量）作为预测变量和响应传递。我所做的是将所有 3 个加载到 matlab 的工作区并开始会话。但每次我得到错误（在附图中描述）即没有选择响应，选择响应变量。我的数据集如下：

人脸[大小：5000 * 10000（5000 个样本，10000 个特征）]

TrainingLabels [大小:5000 *1]

TestVariable [大小:1*10000]

现在，在我的情况下，Predictors 和 responses 应该是什么？如何正确使用它们才能使分类 Learner 应用正常工作？

任何有关此事的帮助将不胜感激。谢谢。

【参考方案1】：

第 1 步）：准备数据！！如果您有 N 个训练数据样本和 M 个测试数据样本，则将它们组合在一起MxN 个样本。这里的行代表每个样本，而列代表从样本中检测到的不同类型的特征。

第 2 步）：在数据的 FIRST 或 LAST 添加一个额外的列（最好）：此列应代表数据的所需标签。因此，现在您将拥有：total no.of columns= no.of features + 1。将数据导入Classification Learner App时，建议将数据作为TABLE导入。

第 3 步）：现在，设置分类学习器应用程序要使用的数据！默认情况下，所有列都将被选为预测变量。该应用程序将提示您选择响应。响应是您添加为额外列（标签）的响应。因此，更改标签列以使其指向响应。

第 4 步）： 在开始会话之前，您需要设置采用的交叉验证策略。 [ k-fold 验证将总 MxN 数据分成 k 部分，并从测试的第一部分开始，然后休息 k-1 部分用于训练。然后，再次将第二部分用于测试，其余 k-1 部分用于训练，依此类推。最后取所有精度的平均值作为最终精度]。

第 5 步）：开始会话，选择您想要的分类器并点击训练按钮！！！

【参考方案2】：

选择其中一列作为响应，在“导入为”下拉列表中将其从 predictor 更改为 response。

【讨论】：

我应该从名为 Faces 的训练数据集中选择它吗？

!Valid Xhtml

我选择了一个 row 作为响应，它假设有 255 个类而不是 2 个。我只有两个类的数据集，我也为其制作了训练标签但是如何将此告知分类学习者？

您需要选择正确的一项。为什么你的变量没有名字，而是像 column_1 这样的名字...

我的项目基本上是用于性别分类。我有5000张男性和女性的面孔（男性2500张，女性相同）。我制作了一个.mat文件并将所有5000张存储在其中，所有命名的面孔，然后当将该数据加载/导入到分类学习器中时，它会将变量名称显示为：column_1，等