Discussion :

[mattparla]

Bonjour à tous,

Suite à pas mal de recherche, je n'arrive toujours pas à résoudre mon problème ...
Je cherche à faire "un apprentissage machine" en passant par la fonction Classify de Matlab

Mes données :
Ce sont des valeurs d'angles au cours du temps (sur 200pts)
Pour 3 vitesses différentes
Pour 11 personnes
10 essaies par personnes

Mon but :
Permettre de trouver une distinction entre ces 3 vitesses par l'intermédiaire des angles

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
%Je charge mes données en ligne
AmplitudeS1LTrans = AmplitudeS1L';   %angles Vitesse Lente
AmplitudeS1RTrans = AmplitudeS1R';   %angles Vitesse Normale
AmplitudeS1NTrans = AmplitudeS1N';   %angles Vitesse Rapide
 
%Je crée mes matrices initiales
Training = zeros(24,200);  %24essaies de 200pts
Sample = zeros(6,200);  %6essaies de 200pts
Group = zeros(24,200); %24 reconnaissances
Class = zeros(24,200); 
 
 
%Paramétrage du Groupe Training avec 80% des données (80%*10=8)
%J'intercale mes donnée : L-N-R-L-N-R ....en ligne
for i = 1 : 8
    if i == 1
        Training(1,:) = AmplitudeS1LTrans(1,:);
        Training(2,:) = AmplitudeS1NTrans(1,:);
        Training(3,:) = AmplitudeS1RTrans(1,:);
    end
    if i >= 2 
        Training(i+i+i-2,:) = AmplitudeS1LTrans(1,:);
        Training(i+i+i-1,:) = AmplitudeS1NTrans(1,:);
        Training(i+i+i,:) = AmplitudeS1RTrans(1,:);
    end
end
 
% Paramétrage du Groupe Sample(Test) avec 20% des données
% Je prends les 2 dernières lignes de L-N-R
        Sample(1,:) = AmplitudeS1LTrans(9,:);
        Sample(2,:) = AmplitudeS1NTrans(9,:);
        Sample(3,:) = AmplitudeS1RTrans(9,:);
        Sample(4,:) = AmplitudeS1LTrans(10,:);
        Sample(5,:) = AmplitudeS1NTrans(10,:);
        Sample(6,:) = AmplitudeS1RTrans(10,:);
 
% Paramétrage du Groupe Group(Label) avec les correspondances 
% Ceci me permet d'avoir un fichier avec les correspondances de chaque vitesse.
%1 pour L, 2 pour N et 3 pour R afin de comparer ensuite les résultats 
for i = 1 : 8
    if i == 1
        Group(1,:) = 1;
        Group(2,:) = 2;
        Group(3,:) = 3;
    end
    if i >= 2 
        Group(i+i+i-2,:) = 1;
        Group(i+i+i-1,:) = 2;
        Group(i+i+i,:) = 3;
    end
end

Jusque là tout fonctionne et je pense avoir classé mes données correctement.
Ensuite, je dois lancer la fonction classify et là tout ce complique !
Je ne sais pas si je dois faire une boucle sur mes 200 colonnes ou sur mes 24 ligne (80% des données) ou ne pas en faire ...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[Class] = classify(Sample, Training, Group);

Voici l'erreur

??? Error using ==> grp2idx at 20
Grouping variable must be a vector or a character array.

Error in ==> classify at 126
[gindex,groups] = grp2idx(group);

J'aimerais vois si cette fonction est capable de me différencier un jeu de données par la suite sans lui préciser la vitesse ... ceci juste en regardant les amplitudes des angles sur 200pts

Si vous avez des idées ou des conseils, je suis fortement preneur.
Je vous remercie d'avance pour l'ensemble de votre aide.

[pompier21]

Bonjour, comme j'ai compris, il faut que groups soit un vecteur avec des nombres ou des string mais un vecteur de toute manière

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
Training = zeros(24,200);  %24essaies de 200pts
Sample = zeros(6,200);  %6essaies de 200pts
 
Group = zeros(24,1); %24 reconnaissances
 
Class = zeros(24,200);

En tout cas c'est ce que j'ai compris

Bon courage car rien n'est évident avec cette fonction !!!!

[mattparla]

Bonjour,

Merci déjà pour cette correction, je viens seulement de voir votre message et j'ai réussi à le corrigé dans la semaine précédente.

Maintenant, un autre problème se porte à moi ...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
??? Error using ==> classify at 233
The pooled covariance matrix of TRAINING must be positive definite.

Je comprends avoir un problème avec ma matrice de covariance, pensez vous que cette erreur peut être du à la façon dont j'ai classée mes données dans le sample et le training ?

Lent
normal
rapide
lent
normal
rapide
...

Merci

[mattparla]

Problèmes résolu !


Dans un premier temps, cela dépend de la version de Matlab que vous utilisez ...

Ensuite, pour que cela fonctionne, il faut mettre les lignes 313, 314 et 315 en commentaire dans la fonction classify.m et le programme fonctionne très bien.

Je vous le redonne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
clear all
 
load amplitude
%Importer la matrice avec les amplitudes
        Training(1:8,:) = AmplitudeS1LTrans(3:10,:);
        Training(9:16,:) = AmplitudeS1NTrans(3:10,:);
        Training(17:24,:) = AmplitudeS1RTrans(3:10,:);
 
% Paramètrage du Groupe Sample(Test) avec 20% des données
        Sample(1,:) = AmplitudeS1RTrans(1,:);
        Sample(2,:) = AmplitudeS1NTrans(1,:);
        Sample(3,:) = AmplitudeS1LTrans(1,:);
        Sample(4,:) = AmplitudeS1RTrans(2,:);
        Sample(5,:) = AmplitudeS1NTrans(2,:);
        Sample(6,:) = AmplitudeS1LTrans(2,:);
 
% Paramètrage du Groupe Group(Label) avec les correspondances 
for i = 1 : 8;
         Group(i,1) = 0;
end
 
for i = 9 : 16;
         Group(i,1) = 1;
end
 
for i = 17 : 24;
        Group(i,1) = 2;
end
 
    [Class] = classify([Sample], [Training], Group,'quadratic');