在Matlab中留下一個crossvalind

Question

我已經提取了男性和女性圖片的HOG特徵，現在，我嘗試使用「一個退出」方法對我的數據進行分類。 由於它寫在Matlab的標準方法是：

[Train, Test] = crossvalind('LeaveMOut', N, M); 

我應該寫的，而不是N和M什麼？ 另外，我應該在循環內部還是外部編寫上面的代碼語句？ 這是我的代碼，我有訓練文件夾爲男性（80圖像）和女性（80圖像），另一個用於測試（10隨機圖像）。

for i = 1:10 
[Train, Test] = crossvalind('LeaveMOut', N, 1); 
SVMStruct = svmtrain(Training_Set (Train), train_label (Train)); 
Gender = svmclassify(SVMStruct, Test_Set_MF (Test)); 
end 

注：

• Training_Set：陣列包括訓練文件夾的圖像的HOG特徵。
• Test_Set_MF：數組包含測試文件夾圖像的HOG特徵。
• N：訓練文件夾中的圖像總數。
• SVM應檢測哪些圖像是男性，哪些是女性。

Answer 1

我將集中討論如何使用crossvalind爲留一出 - 方法。

我假設你想在循環中選擇隨機集。 N是你的數據向量的長度。 M是Test中隨機選擇的觀察值的數量。 M分別是Train中遺漏的觀察值的數量。這意味着您必須將N設置爲訓練集的長度。通過M，您可以指定您希望在Test輸出中分別有多少個值，您希望在您的Train輸出中分別忽略。

以下是一個示例，從數據集中選擇M=2觀測值。

dataset = [1 2 3 4 5 6 7 8 9 10]; 
N = length(dataset); 
M = 2; 

for i = 1:5 
    [Train, Test] = crossvalind('LeaveMOut', N, M); 
    % do whatever you want with Train and Test 
    dataset(Test) % display the test-entries 
end 

此輸出：（這是隨機生成的，所以你不會有同樣的結果）

ans = 
    1  9 
ans = 
    6  8 
ans = 
    7 10 
ans = 
    4  5 
ans = 
    4  7 

---

當你根據this post在你的代碼有它，您需要針對特徵矩陣進行調整：

Training_Set = rand(10,3);  % 10 samples with 3 features each 

N = size(Training_Set,1); 
M = 2; 

for i = 1:5 
    [Train, Test] = crossvalind('LeaveMOut', N, 2); 
    Training_Set(Train,:) % displays the data to train 
end