亲爱的人士塔希拉。Batool,
classificationLearner应用程序不能从工作区导入多个变量和工作。相反,它需要一个表格式,你有你所有的所有样本的预测和已知的反应。如果你看一些
例子
MATLAB提供的,你会发现他们加载FisherIris数据表;
fishertable = readtable (“fisheriris.csv”);
现在的变量“fishertable”在工作区中弹出。如果你检查它,你会发现这个表包含所有样品(每一行是一个样本;150)与4特性(列1-2-3-4)和已知的响应值对于每个样本(列5;物种)。这个表你可以导入classificationLearner应用。
MATLAB通常做了伟大的工作在自动识别响应值(在本例中“物种”)。如果不能或不承认任何响应值,您可以选择自动。例如也可以选择不导入功能(如“SepalWidth”)。这不是有关你的情况下,因为你有很多功能。
然后你可以选择crossfold或抵抗验证和试一试。
在你的情况中,你需要把你的数据表中类似的格式:样本行、列的特点及相应的响应(例如,类....)。
现在你有什么(你的“TestVariable”),需要一种稍微不同的方法,但你可以尝试类似如下:
脸(5000 10000人面部特征)和已知的反应类叫TrainingLabels(5000年5000年,因为你面临分类)。
把它们放在一个表等类似:
yourTable = array2table(脸)
yourTable。响应= TrainingLabels
和加载这个表classificationLearner应用MATLAB。可能会认识到TrainingLabels适当反应。
玩玩classificationLearner应用,最后你可以导出你的想要的模型到工作区(有一个按钮,右上角)。然后你可以预测一个示例TestVariable,看到这类的“脸”是根据您的分类器。
