我们不知道如何读取的文件创建Feat1。
特别是,我们不知道你重现Feat1和Group_Train1后任何更改的目录。
X和Y没有相同数量的观察。
35视图(30天)
显示旧的评论
setup_folders;
sadtrdinfo = dir (sad1train);%返回文件夹和文件
%难过= dir (pwd);%返回文件夹和文件
sorted_cell_array_of_train_folder_names = setdiff ({sadtrdinfo ([sadtrdinfo.isdir]) . name}, {“. .”,“。”});%选择文件夹的名字
% cell_array_of_train_folder_names (strncmp (cell_array_of_train_folder_names”。“1))= [];%删除”。”和“. .”
% sorted_cell_array_of_train_folder_names = sort_nat (cell_array_of_train_folder_names);
% sorted_cell_array_of_train_folder_names = cell_array_of_train_folder_names;如果你没有sort_nat %
谁sorted_cell_array_of_train_folder_names
% - - - - - - - - - - - - - - - - -
np =元素个数(sorted_cell_array_of_train_folder_names);%的子文件夹
train_cats =分类(sorted_cell_array_of_train_folder_names);
Group_Train1 =细胞(np, 1);
为我= 1:np
SFN = sorted_cell_array_of_train_folder_names {};%提取他的名字
traintifpattern = fullfile (SFN sad1train, tiffwild);
tifListdinfo = dir (traintifpattern);%列出所有jpg文件
tifList = fullfile ({tifListdinfo。文件夹},{tifListdinfo.name});
ms1 =元素个数(tifList);% =女士的图像文件
Group_Train1{我}= repmat (train_cats(我),ms1, 1);
结束
Group_Train1 = vertcat (Group_Train1 {:});
保存(“Group_Train”,“Group_Train1”);
> > HOG2
使用classreg.learning.FullClassificationRegressionModel错误。prepareDataCR(第231行)
X和Y没有相同数量的观察。
在ClassificationSVM错误。prepareData(第632行)
classreg.learning.FullClassificationRegressionModel.prepareDataCR (…
在classreg.learning错误。FitTemplate /适合(第217行)
this.PrepareData (X, Y, this.BaseFitObjectArgs {:});
在ClassificationSVM错误。适合(第240行)
这=适合(temp, X, Y);
错误fitcsvm(第334行)
obj = ClassificationSVM.fit (X, Y, RemainingArgs {:});
错误multisvm(29)行
模型{k} =
fitcsvm (TrainingSet、G1vAll KernelFunction,多项式,polynomialorder, 3,‘解决’,‘ISDA’,‘详细’,0,“标准化”,真的);
错误HOG2(37)行
result1 = multisvm编写此表达式(Feat1 Group_Train1、Feat2 Group_Test1);
> >
注意照片的实际数量是26770
更多的答案(0)
翻译的
Puoi传递selezionare联合国sito web dal seguente elenco: