转置训练集是否会影响 SVM 的结果答案

【问题标题】：Is transposing training set affects the results with SVM转置训练集是否会影响 SVM 的结果
【发布时间】：2016-03-09 19:27:47
【问题描述】：

我正在研究人类年龄分类，我必须将数据分为两类，即Young 和Old。作为一个分类器，我使用SVM，这就是我迄今为止所做的数据分析：

TrainingSet 的大小为 (11264, 284) ：其中每一列对应一个 observation（一个人）。这意味着我有 284 个人用于训练任务和 11264 个特征。
TestSet 也被格式化为TrainingSet。
Groups（标签）是一个矩阵 Groups(284, 1)，用 (1) 填充 Olds 和 (-1) 填充 Youngs。
我使用 matlab 内置函数训练 SVM 以拥有 `SvmStruct'。
```
SvmStruct = svmtrain(TrainingSet, Groups')
```
然后我介绍TestSet 使用这个matlab 函数以获得分类结果。
```
SvmClassify = svmclassify(SvmStruct, TestSet)
```

在查看有关SVM 的matlab 帮助后，我推断必须以TrainingSet 的每一行对应于Observation 的方式将数据引入SVM 分类器（a以我为例），每列对应一个特征。所以到目前为止我所做的是转置这些矩阵（TrainingSet 和TestSet）。是不是我做错了，得到的结果都是错的？

【问题讨论】：

标签： matlab matrix classification svm

【解决方案1】：

我查看了svmtrain 的源代码，如果组数与行数不匹配，它会转置训练数据（svmtrain.m，第 249 行 ff，MATLAB 2015b）：

% make sure data is the right size
if size(training,1) ~= size(groupIndex,1)
    if size(training,2) == size(groupIndex,1)
        training = training';
    else
        error(message('stats:svmtrain:DataGroupSizeMismatch'))
    end
end

所以不，你的训练结果没有错。

但是，svmclassify 不会转置测试数据，它只会检查正确数量的特征（svmclassify.m，第 63 行 ff.）：

if size(sample,2)~=size(svmStruct.SupportVectors,2)
    error(message('stats:svmclassify:TestSizeMismatch'));
end

所以这应该触发了一个错误（sample 是你的TestSet）。

【讨论】：

@zeeMonkeez 非常感谢。你真的救了我 6 个月的工作！
@zeeMonkeez 所以我必须在执行 SvmClassify 函数之前转置 TestSet ？
@mohammedaouledissa 除非我在svmclassify.m 中遗漏了什么，是的。如果类的数量不匹配，它确实应该触发错误。但是，这可能与以前版本的 MATLAB 有所不同。您可以随时检查自己：edit svmclassify.m
我已经检查了svmClassify，正如你所说，SvmClassify不会转置TestSet，如果类数不匹配会触发错误。