序列特征选择Matlab

有人能解释一下如何在Matlab中使用这个函数吗 “顺序基金”

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

---

有线索吗

这里有一个比文档中更简单的示例

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来自类

0

，500来自类

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

，我们想用它们来预测

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;

现在让我们假设我们想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一个训练集和一个测试集：

>> 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

sequentialfs

一起使用，只需将以下几部分放在一起：

>> 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

输出中的最后一个

1

表明，变量100与预期一样，是

x

中变量中

y

的最佳预测值

---

sequentialfs

文档中的示例稍微复杂一些，主要是因为预测的类标签是字符串，而不是上面提到的数值，因此使用

~strcmp

来计算错误率，而不是

~=

。此外，它使用交叉验证来估计错误率，而不是像上面那样直接评估。

您理解文档中的示例吗？有一点错误：shld be xtrain=x（1:700，：）；xtest=x（701:end，：）@SamRoberts我有一个

40X3249

数据集，我将其分为训练集：

28X3249

和测试集：

12X3249

，但当我执行

ypred=classify（…）

我得到了这个错误：

训练的汇总协方差矩阵必须是正定的

。为什么会发生这种情况？@MaxSteel这是因为数据集的变量（3249）比样本（28）多得多。判别分析（分类算法）涉及的一个步骤是反转训练集的协方差矩阵。如果训练集的变量多于样本，协方差矩阵将不是正定的，因此不可逆。获取更多数据，使用PCA等技术降低训练集的维数，或者使用其他没有此限制的方法。@SamRoberts，我在将您的方法应用于其他数据集时遇到以下错误：

function'@（xtrain，ytrain，xtest，ytest）sum（ytest~=classify（xtrain，ytrain，xtest））'生成了以下错误：组的长度必须等于训练中的行数。

@SamRoberts，如果我们有4个类标签，我们遵循的路径将如何更改