在 Matlab 中留一 crossvalind

Question

我已经提取了男性和女性图片的 HOG 特征，现在，我正在尝试使用 留一法 对我的数据进行分类。由于在 Matlab 中编写它的标准方法是：

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

我应该写什么来代替 N 和 M？另外，我应该在循环内部还是外部编写上面的代码语句？这是我的代码，其中有男性（80 张图片）和女性（80 张图片）的训练文件夹，还有另一个用于测试的文件夹（10 张随机图片）。

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

备注：

Training_Set: 训练文件夹图片HOG特征组成的数组
Test_Set_MF: 测试文件夹图片HOG特征组成的数组
N：训练文件夹中的图片总数。
SVM 应该检测哪些图像是男性，哪些是女性。

Answer 1

我将重点介绍如何使用 crossvalind 作为 留一法 方法。

我假设您想 select 在一个循环中随机设置。 N 是数据向量的长度。 M 是 Test 中随机 select 观察的数量。分别 M 是 Train 中遗漏的观察数。这意味着您必须将 N 设置为训练集的长度。使用 M，您可以指定在 Test- 输出中需要多少个值，以及在 Train- 输出中分别要遗漏多少个值。

这是一个例子，select从数据集中 M=2 观察。

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

这个输出：（这是随机生成的，所以你不会得到相同的结果）

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

根据，您的代码 中有它 ，您需要针对特征矩阵对其进行调整：

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

在 Matlab 中留一 crossvalind

Leave one out crossvalind in Matlab

matlab

classification

training-data