Перекрестная проверка с классификатором KNN в Matlab

Я пытаюсь расширить этот ответ в классификатор knn:

load fisheriris;

% // convert species to double
isnum = cellfun(@isnumeric,species);
result = NaN(size(species));
result(isnum) = [species{isnum}];

% // Crossvalidation
vals = crossval(@(XTRAIN, YTRAIN, XTEST, YTEST)fun_knn(XTRAIN, YTRAIN, XTEST, YTEST), meas, result);

функция fun_knn:

function testval = fun_knn(XTRAIN, YTRAIN, XTEST, YTEST)
    yknn = knnclassify(XTEST, XTRAIN, YTRAIN);      
    [~,classNet] = max(yknn,[],2);
    [~,classTest] = max(YTEST,[],2);
    [~,classTest] = find(YTEST);    
    cp = classperf(classTest, classNet);        
    testval = cp.CorrectRate;
end

Я получаю эту ошибку: Ground truth must have at least two classes.

Похоже, проблема в том, что knnclassify дает пустой результат. Я хотел бы использовать более современные функции, такие как fitcknn, однако я не знаю, как я могу использовать обучение и ввод задачи для этой функции.


machine-learning matlab neural-network classification cross-validation
person Woeitg    schedule 16.01.2016    source источник
comment
Как выглядит YTRAIN непосредственно перед вызовом knnclassify? Наземная истина должна иметь как минимум два класса. кажется, указывает на то, что с ним что-то не так (например, неправильная форма или только нули).   -  person Robin Spiess    schedule 18.01.2016