實施Sequentialfs

Question

我想實現的特徵選擇sequentialfs。我看到這個帖子：Sequential feature selection Matlab

試圖按照給出實施解決方案的例子。

我TrainVec是尺寸268 x1475的矩陣而TestVec是116x1475和TestLabel是116 X 1和TestLabel是268×1.

我實現的代碼是

f = @(TrainVec,TrainLabel,TestVec,TestLabel) sum(TestLabel ~= predict_label); 
fs = sequentialfs(f,Vec,Label); 

錯誤我得到是：

??? Error using ==> crossval>evalFun at 505 
The function 
'@(TrainVec,TrainLabel,TestVec,TestLabel)sum(TestLabel~=predict_label)' 
generated the following error: 
Matrix dimensions must agree. 

Error in ==> crossval>getFuncVal at 524 
funResult = evalFun(funorStr,arg(:)); 

Error in ==> crossval at 363 
    funResult = getFuncVal(1, nData, cvp, data, funorStr, []); 

Error in ==> sequentialfs>callfun at 495 
    funResult = crossval(fun,x,other_data{:},... 

我檢查了我所有的矩陣，並確保它們是相同的尺寸。不知道什麼是錯的。需要一些指導。 錯誤在357 爆擊（K）= callfun（樂趣，X，other_data，CV，mcreps）==> sequentialfs;

Answer 1

我不知道這裏是否predict_label是一個變量或零個輸入參數的函數。我猜如果它是一個變量，它的大小與TestLabel的大小不一樣;如果它是一個函數，它要麼沒有返回與TestLabel相同的大小，要麼它有一些中間計算出錯。

無論哪種方式，您通常會希望被寫

f = @(TrainVec,TrainLabel,TestVec,TestLabel) sum(TestLabel ~= predict_label(TrainVec,TrainLabel,TestVec)); 

其中predict_label現在是一個函數，它在你的TrainVec和TrainLabel，建立一個模型，評估其對TestVec，並返回預測的數組標籤尺寸與TestLabel相同。