matlab - 顺序特征选择 Matlab

Question

谁能解释一下如何在 Matlab 中使用这个函数“顺序”

它看起来很简单，但我不知道我们如何为它设计函数处理程序？!

有什么线索吗？!

Answer 1

这是一个比文档中的示例更简单的示例。

首先让我们创建一个非常简单的数据集。我们有一些类标签 y。 500 个来自 0 类，500 个来自 1 类，它们是随机排序的。

>> y = [zeros(500,1); ones(500,1)];
>> y = y(randperm(1000));

我们有 100 个变量 x，我们想用它们来预测 y。其中 99 个只是随机噪声，但其中一个与类标签高度相关。

>> x = rand(1000,99);
>> x(:,100) = y + rand(1000,1)*0.1;

现在假设我们要使用线性判别分析对点进行分类。如果我们直接这样做而不应用任何特征选择，我们首先将数据分成训练集和测试集:

>> xtrain = x(1:700, :); xtest = x(701:end, :);
>> ytrain = y(1:700); ytest = y(701:end);

然后我们将它们分类:

>> ypred = classify(xtest, xtrain, ytrain);

最后我们将测量预测的错误率:

>> sum(ytest ~= ypred)
ans =
     0

在这种情况下，我们得到了完美的分类。

要使函数句柄与 sequentialfs 一起使用，只需将这些部分放在一起:

>> f = @(xtrain, ytrain, xtest, ytest) sum(ytest ~= classify(xtest, xtrain, ytrain));

并将它们全部传递到sequentialfs:

>> fs = sequentialfs(f,x,y)
fs =
  Columns 1 through 16
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 17 through 32
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 33 through 48
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 49 through 64
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 65 through 80
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 81 through 96
     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0
  Columns 97 through 100
     0     0     0     1

输出中最后的 1 表示变量 100 正如预期的那样是 x 中变量中 y 的最佳预测变量。

sequentialfs 文档中的示例稍微复杂一些，主要是因为预测的类标签是字符串而不是上面的数值，所以使用 ~strcmp计算错误率而不是 ~=。此外，它利用交叉验证来估计错误率，而不是像上面那样直接评估。