matlab SVM分类预测参数的维度不一致

我将《MATLAB 神经网络30个案例分析》【案例12】SVM神经网络的数据分类预测-葡萄酒种类识别”进行修改，下载了UCI zoo.mat的数据集，替换掉wine的数据，自己建了zoo_labels.mat，训练集和测试集是自己随便分的。出现了这个错误怎么解决？是要修改参数吗？小白刚接触不懂
??? Error using ==> vertcat
CAT arguments dimensions are not consistent.

举报该问题

其他回答

第1个回答 2011-12-30

这个首先的保证你的训练集和测试集的每个样本的维度要相同，这点我相信你在构建zoo_labels.mat数据的时候应该也注意到了的。那么现在你的问题就是在SVM中的有个参数的问题。因为SVM是有监督的预测，所以你在训练和识别的时候都对样本的类别进行标记，其中是用1，2，3等数据来标注类别的。如下是我的实验中的类别标注。
x1 = [1*ones(1,50),2*ones(1,50),3*ones(1,50),4*ones(1,50),5*ones(1,50),6*ones(1,50)];
这里就是有6类，分别用1，2，3，4，5，6标注，每类50个样本。所以你的代码要修改的就是类别数和每类的样本数。
我猜测你的可能是这个问题，希望对你有帮助。其实想想，维度对这个影响照理说应该不是很大的，具体我没有测试哈。

第2个回答 2011-12-21

维数不一致追问

请问具体要怎么解决呢？

追答

一般是你的数据跟原来的数据维度不相符啊，当然没法用了。
可能是你自己的训练数据和测试数据维度不一致吧。看看数据

本回答被提问者和网友采纳

相似回答

使用libsvm做预测遇到困难,求各位matlab高手大侠相助!答：1.你要确定你要做拟合还是分类，从问题中没大看出来，-s的参数选择至关重要，1,2为分类，3,4为拟合。2.[ptesty,mse] = svmpredict(testy,testx,model);在使用的时候虽然testy不知道，但是一定要存在，比如赋值为1的矩阵或者向量，这里面你没有。再者，x和y最好是列向量（虽然我不知道行向量...

matlab里用Libsvm得到模型但是无法得到预测精度答：testing_instance_matrix, model, 'libsvm_options') [predicted_label] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')因此，你要么返回一个predicted_label，要么返回

如何使用libsvm进行分类答：这帖子就是初步教教刚接触libsvm（svm）的同学如何利用libsvm进行分类预测，关于参数寻优的问题在这里姑且不谈，另有帖子详述。其实使用libsvm进行分类很简单，只需要有属性矩阵和标签，然后就可以建立分类模型（model），然后利用得到的这个model进行分类预测了。那神马是属性矩阵？神马又是标签呢？我举一个...

matlab SVM分类预测 参数的维度不一致

matlab SVM分类预测参数的维度不一致