有人可以解释如何在 Matlab“sequentialfs”中使用这个函数吗
它看起来很简单,但我不知道我们如何为它设计一个函数处理程序?!
有什么线索吗?!
这是一个比文档中的示例更简单的示例。
首先让我们创建一个非常简单的数据集。我们有一些类标签y
。500 个来自 class 0
,500 个来自 class 1
,它们是随机排序的。
>> y = [zeros(500,1); ones(500,1)];
>> y = y(randperm(1000));
我们有 100 个变量x
要用来预测y
。其中 99 个只是随机噪声,但其中一个与类标签高度相关。
>> x = rand(1000,99);
>> x(:,100) = y + rand(1000,1)*0.1;
现在假设我们要使用线性判别分析对点进行分类。如果我们在不应用任何特征选择的情况下直接执行此操作,我们将首先将数据拆分为训练集和测试集:
>> xtrain = x(1:700, :); xtest = x(701:end, :);
>> ytrain = y(1:700); ytest = y(701:end);
然后我们将它们分类:
>> ypred = classify(xtest, xtrain, ytrain);
最后我们将测量预测的错误率:
>> sum(ytest ~= ypred)
ans =
0
在这种情况下,我们得到了完美的分类。
要使函数句柄与 一起使用sequentialfs
,只需将这些部分放在一起:
>> f = @(xtrain, ytrain, xtest, ytest) sum(ytest ~= classify(xtest, xtrain, ytrain));
并将它们一起传递到sequentialfs
:
>> fs = sequentialfs(f,x,y)
fs =
Columns 1 through 16
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 17 through 32
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 33 through 48
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 49 through 64
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 65 through 80
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 81 through 96
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 97 through 100
0 0 0 1
输出中的最终1
结果表明变量 100 是如预期的那样,是y
中的变量中的最佳预测器x
。
文档中的示例sequentialfs
稍微复杂一些,主要是因为预测的类标签是字符串而不是上面的数值,所以~strcmp
用于计算错误率而不是~=
. 此外,它利用交叉验证来估计错误率,而不是像上面那样直接评估。