为什么准确率是 0%？ MATLAB LIBSVM

Question

我使用以下方法提取了 PCA 特征：

function [mn,A1,A2,Eigenfaces] = pca(T,f1,nf1) 
m=mean(T,2),   %T is the whole training set
train=size(T,2);
A=[];
for i=1:train
    temp=double(T(:,i))-m;
    A=[A temp];
end

train=size(f1,2);    %f1 - Face 1 images from training set 'T'
A=[];
for i=1:train
    temp=double(f1(:,i))-m;
    A1=[A1 temp];
end


train=size(nf1,2);    %nf1 - Images other than face 1 from training set 'T'
A=[];
for i=1:train
    temp=double(nf1(:,i))-m;
    A2=[A2 temp];
end

L=A'*A;
[V D]=eig(L);
for i=1:size(V,2)
    if(D(i,i)>1)
       L_eig=[L_eig V(:,1)];
    end
end 
Eigenfaces=A*L_eig;
end  

然后我只从训练数据中投影出人脸 1（+1 类）：

功能 1

for i=1:15                       %number of images of face 1 in training set
    temp=Eigenfaces'*A1(:,i);
    proj_img1=[proj_img1 temp];
end

然后我从训练数据中预测其余的人脸（-1 类）：

功能2

 for i=1:221              %number of images of faces other than face 1 in training set
      temp=Eigenfaces'*A2(:,i);
      proj_img2=[proj_img2 temp];
 end

功能 3 然后使用以下方法获得输入图像向量：

diff=double(inputimg)-mn;   %mn is the mean of training data
testfeaturevector=Eigenfaces'*diff;

我将函数 1 和 2 的结果分别写在带有标签 +1 和 -1 的 CSV 文件中。 然后我使用 LIBSVM 在给出真实标签时获得准确度，它返回 0%，当我尝试预测标签时它是 -1 而不是 +1。

准确率是 0% 吗？

基本上我的模型没有正确训练，我没有看到错误。

任何建议将不胜感激。

Answer 1

以Eigenfaces为训练集，用1或-1组成一个label向量（如果Eigenfaces的第i列指1，则label中的第i个元素为1，否则为-1) 。并在svmtrain函数中使用Eigenfaces和label。

Answer 2

@lennon310：

for i=1:length(Eigenfaces)                   
    temp=Eigenfaces'*A(:,i);
    proj_imgs=[proj_imgs temp];
end

Answer 3

@lennon310：

   diff=double(inputimg)-mn;   %mn is the mean of training data

   testfeaturevector=Eigenfaces'*diff;

Answer 4

坦率地说，你的代码是一团糟。

一个有问题的部分：

data = reshape(data, M*N,1);

这不是让data 成为一个只有 1 列的矩阵吗？这没有意义。

在eigenfaces 上查看本教程。里面有代码和例子来告诉你该怎么做。详情请参阅相关网页here。 Matlab/Octave 代码可以在here找到。

Answer 5

@lennon310: 

    temp=double(testimg)-m;  %where 'm' is the mean of the training images
    L=temp'*temp;
    [V D]=eig(L);
    for i=1:size(V,2)
        if(D(i,i)>1)
           L_eig=[L_eig V(:,1)];
        end
    end 
    Eigenfaces=temp*L_eig;