太多的输入参数。

2视图(30天)

显示旧的评论

日出 2021年10月1日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1465024-too-many-input-arguments

评论道: 沃尔特·罗伯森 2021年10月2日

                          函数[结果]= multisvm (TrainingSet、Group_Train1 TestSet, Group_Test1)
                         
                          %模型给定的训练集对应的向量组
                         
                          %将给定的使用支持向量机分类器根据测试集
                         
                          %与所有关系。
                         
                          %
                         
                          %这段代码是由科迪Neuburger cneuburg@fau.edu
                         
                          %佛罗里达大西洋大学,佛罗里达州美国…
                         
                          %这段代码是适应和清洁Anand Mishra multisvm的函数
                         
                          %在//www.tianjin-qmedu.com/matlabcentral/fileexchange/33170-multi-class-support-万博1manbetxvector-machine/找到
                         
                          % GroupTrain = GroupTrain ';
                         
                          u =独特(Group_Train1);
                         
                          numClasses =长度(u);
                         
                          % TestSet = TestSet ';
                         
                          % TrainingSet = TrainingSet ';
                         
                          结果= categorical.empty ();
                         
                          %建立模型
                         
                          模型=细胞(numClasses, 1);
                         
                          为k = 1: numClasses
                         
                          %矢量化声明binarizes组
                         
                          % 1是当前类和0是所有其他的类
                         
                          G1vAll = (Group_Train1 = = u (k));
                         
                          % {k} = fitcsvm模型(TrainingSet G1vAll);
                         
                          模型{k} = fitcsvm (TrainingSet G1vAll,“KernelFunction”,多项式的,“polynomialorder”3,“规划求解”,ISDA的,“详细”0,“标准化”,真正的);
                         
                          如果~ {k} .ConvergenceInfo.Converged模型
                         
                          流(的培训没有收敛类“% s”\ n”字符串(u (k)));
                         
                          结束
                         
                          结束
                         
                          %的测试用例进行分类
                         
                          为t = 1:尺寸(TestSet, 1)
                         
                          匹配= false;
                         
                          为d = 1: numClasses
                         
                          如果(预测模型{d}, TestSet (t,:)))
                         
                          匹配= true;
                         
                          打破;
                         
                          结束
                         
                          结束
                         
                          如果匹配
                         
                          结果(t, 1) = u (d);
                         
                          其他的
                         
                          结果(t, 1) =“不匹配”;
                         
                          结束
                         
                          % - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
                         
                          结束
                         
                          精度=意味着(Group_Test1 = =结果)* 100;
                         
                          流(“精度= % .2f \ n”、准确性);
                         
                          流('出错率= %。2 f \ n”,意味着(结果~ = Group_Test1) * 100);

HOG2

                          负载featurs_T
                         
                          负载featurs_S
                         
                          负载Group_Train
                         
                          负载Group_Test
                         
                          result1 = multisvm编写此表达式(TrainingSet Group_Train1、TestSet Group_Test1);
                         
                          testresult = result1;编写此表达式