1

現在、PRtools を使用しています。私は自分がしていることに非常に行き詰まっています。

トレーニング データセットから分類子を取得する方法を教えてください。トレーニング データとテスト データを調べたすべての例は、同じデータセット (この場合は A) からランダムに生成されています。

A=datafile(2:end,1:end-1);
labs=datafile(2:end,end);
A=dataset(A,labs);
A=setprior(A,[0.5 0.5]);
[B,C] = gendat(A,0.2);
W = pca(B,2);  % compute PCA on training set only
A2 = A*W;      % maps all data to 2D
B2 = B*W;      % maps training set to 2D
C2 = C*W;      % maps test set to 2D
figure; gridsize(50); scatterd(A2,'legend');
V = B2*ldc;    % compute classifier in 2D
plotc(V);      % plot in 2D
D = C2*V;      % classify
testc(D);      % compute error
confmat(D)     % compute confusion matrix

ただし、さまざまなテクスチャのトレーニング画像があります。特徴が計算されます。

train = dataset(double(glcm_features));     
train_label = setlabels(a, label(:,1));

しかし、私のテスト画像は、1 つの画像に 2 つ以上のテクスチャを組み合わせたものです: http://i.imgur.com/hLjPh.jpg

そのために何をする必要があるかについて、誰かが私にガイダンスを教えてください。明らかにテストセットのラベルがなく、ラベルが必要であるというエラーが表示されるため、行き詰まっています...

助けてください。前もって感謝します。

=======================アップデート

私が本当にやりたいことは、複数のテクスチャを含む画像内のテクスチャをプログラムに分類させる方法です

ここに画像の説明を入力

4

1 に答える 1

0

まず、何をしようとしているのか理解できません。ただし、分類エラーを計算するには、groundtruth/true ラベルが必要です。しかし、あなたが言うように、テスト セットのラベルがないため、エラーを計算できません。

ただし、通常は、トレーニング セットを 2 つのセットに分割して、トレーニング セットと検証セットと呼びます。トレーニング セットでトレーニングし、真のラベルがある検証セットで分類誤差を計算します。

テスト セットとトレーニング セットが同じ分布に由来すると仮定すると、検証セットで計算されたエラーを、テスト セットで予想されるエラーになるように一般化できます。

于 2012-05-01T07:15:00.760 に答える