Discussion :

[Halgo]

Bonjour,

s'il vous plait, c'est très urgent si quelqu'un peut m'aider j'ai vraiment besoin d'une reponse le plus vite possible.
j'ai un problème dans la classification svm, quand j'applique la classification une erreur s'est produite:

l'erreur:    Error using svmtrain (line 335)
Y must contain exactly two groups for method 'SMO'.

je n'ai pas compris pas comment faire pour résoudre ce problème
merci d'avance de m'aider le plus vite possible

[FLB]

Bonjour,
montre nous comment tu appelles la méthode svm train : que contiennent tes arguments?
L'erreur semble venir d'un de tes arguments qui ne contient pas assez de données.

[Halgo]

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
fich=fopen(filelarg,'r');
while feof(fich)==0,
        w=fscanf(fich,'%f');
end  
                fclose(fich);
                t=length(w);
                fc=fopen('datal.txt','w');
        for i=1:t,
            dt=(w(i)/w(1));
            dts=num2str(dt);
            fprintf(fc,'%s\t',dts);
        end
       fclose(fc);
 
            file='larg_apprentissage1.txt';
             fich1=fopen(file,'r');
while feof(fich1)==0,
        w1=fscanf(fich1,'%f');
end  
                fclose(fich1);
                t=length(w1);
for i=1:t,
donn(i,1)=i;
donn(i)=(w1(i)/w1(1));
        if(donn(i)>0.85)
           clas(i)=0;
else
           clas(i)=1;
end
end
        fcc=fopen('datal.txt','r');
while feof(fcc)==0
    data=fscanf(fcc,'%f');
end
svmstruct=svmtrain(donn,clas,'kernel_function','linear');
for i=1:length(data),
group(i)=svmclassify(svmstruct,data(i));
ima(i)=i;
end
plot(ima,group,'--rs','LineWidth',2,'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',10);
p = plot(ima(1),group(1),'--rs','LineWidth',2,'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize',10);
xlim([min(ima) max(ima)]);
ylim([min(group) max(group)]);
title('classification','Color',[0 1 1]);
xlabel('Images','Color',[0 1 1]);
ylabel('baillement ou non baillement','Color',[0 1 1]);
for n = 2:numel(ima)
   set(p,'xdata',ima(1:n),'ydata',group(1:n));
  drawnow;
   pause(0.1);
end

[FLB]

Salut,
as tu étudié l'exemple de la documentation de svmtrain pour comprendre son fonctionnement?
Copier coller ton code est un premier pas, maintenant explique ce que tu fais et décrit avec des mots le problème, les arguments en entrée, montre nous leur contenu, leur taille...

[Halgo]

j'ai un fichier texte "file_larg" contient un ensemble de valeurs numérique tous d'abord je veut les normalisée et les mettre dans le fichier texte "datal.txt" puis je récupère les valeurs de training à partir de fichier texte "larg_apprentissage1.txt", après je fait la normalisation de ces valeurs et je les remplir dans un vecteur "donn" et en meme temps j'ai un seuil "0.85" et à travers ce seuil je remplie le vecteur "class" par les valeur 0 ou 1 qui sont les classes que.
aprés j'utilise ces deux vecteurs pour le training: svmstruct=svmtrain(donn,clas,'kernel_function','linear')
aprés je récupére les données de fichier texte "datal.txt" dans un vecteur "data" pour la classification

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
for i=1:length(data),
group(i)=svmclassify(svmstruct,data(i));
ima(i)=i;
end

ici je fais la classification de chaque valeur de ce vecteur dans un vecteur "group" et enfin j'affiche ma courbe dont im(i) contient les x de ma courbe.