千进一出交叉验证和混淆矩阵

Question

我必须使用k个最近邻居对虹膜数据进行分类，（k = 1：30）我已将数据分为样本和涉及到留一法式交叉验证的训练，所以我有以下脚本：

load fisheriris
group=[ones(1,50), 2*ones(1,50), 3*ones(1,50)]';

    for k=(1:30);
         for i=(1:150);
         sample=meas(i,:);
         training1=meas;
         training1(i,:)=[];
         group_sample=group(i);
         group_training=group;
         group_training(i)=[];
         c(i,k)=knnclassify(sample,training1,group_training,k);

         A=confusionmat(group, c(i,k)); 
         mean_error(k)=mean(A(:)); 
         std_error(k)=std(A(:)); 
         end   
    end

问题是我无法创建混淆矩阵，因为c仅返回我一个值（对于第一个样本），问题出在哪里，有人可以帮忙吗？谢谢！

Answer 1

我认为您可能在此之后：

for k=1:30

     for i=1:150
         sample=meas(i,:);
         training1=meas;
         training1(i,:)=[];
         group_sample=group(i);
         group_training=group;
         group_training(i)=[];
         c(i,k)=knnclassify(sample,training1,group_training,k);
     end   

     A=confusionmat(group, c(:,k)); 
     mean_error(k)=mean(A(:)); 
     std_error(k)=std(A(:)); 

end

换句话说，只有在交叉验证循环之后才能找到混淆矩阵。

Answer 2

此代码无效。装鱼group = [ones（1,50），2 * ones（1,50），3 * ones（1,50）]';对于k = 1：30

 for i=1:150
     sample=meas(i,:);
     training1=meas;
     training1(i,:)=[];
     group_sample=group(i);
     group_training=group;
     group_training(i)=[];
     c(i,k)=fitcknn(sample,training1,group_training,k);
 end   

 A=confusionmat(group, c(:,k)); 
 mean_error(k)=mean(A(:)); 
 std_error(k)=std(A(:)); 

结束

我不知道哪里出了错