[Matlab中数字图像集的SVM分类

Question

我必须在数字数据集上使用SVM分类器。数据集由数字28x28的图像和总共2000张图像组成。我尝试使用svmtrain，但是matlab给出了svmtrain已被删除的错误。所以现在我正在使用fitcsvm。

我的代码如下：

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预测测试数据的输出？另外我的代码正确吗？

Answer 1

您正在寻找的功能是predict。它以SVM对象作为输入，后跟一个数据矩阵，并返回预测的标签。确保不对所有数据而是对合理的子集（通常为70％）训练模型。您可以使用predict准备：

cross-validation

请注意，您的标签会产生一个单一的矢量。

The Mathworks将

% 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,:));

更改为svmtrain的原因很简洁。现在很清楚是“分类”（fit c svm）还是“回归”（fit r svm）。