我想使用Matlab工具箱进行特征选择，其中有一个名为sequentialfs的函数效果很好。然而，我无法将其与LibSVM函数集成以进行特征选择。它与KnnClassify一起工作得很好，有人能帮帮我吗？这是KnnClassify的代码：

fun1 = @(XT,yT,Xt,yt)…

    (sum((yt ~= knnclassify(Xt,XT,yT,5))));

[fs,history] = sequentialfs(fun1,data,label,’cv’,c,’options’,opts,’direction’,’forward’);

回答：

您需要封装libsvm函数以在一个特定特征集上训练和测试SVM。我建议在一个单独的.m文件中编写这些内容（虽然理论上也可以放在匿名函数中）。像这样：

function err = svmwrapper(xTrain, yTrain, xTest, yTest)
  model = svmtrain(yTrain, xTrain, <svm parameters>);
  err = sum(svmpredict(yTest, xTest, model) ~= yTest);
end

然后您可以这样调用sequentialfs：

[fs history] = sequentialfs(@svmwrapper, ...);

（您可能需要检查svmtrain的参数顺序，我总是记不住它们应该怎样排列）。

这个想法是svmwrapper将训练一个SVM并返回其在测试集上的错误率。

匿名函数的等效形式是：

svmwrapper = @(xTrain, yTrain, xTest, yTest)sum(svmpredict(yTest, xTest, svmtrain(yTrain, xTrain, <svm parameters>) ~= yTest);

这看起来不太好看。