@vision 3

@author：馬旭
@tel：13952522076
@email：[email protected]


執行：執行predict.m檔案；
結果：時間一般為0.2秒左右，正確率100%；（因為測試集比較少）




預處理資料preprocess：
  這個過程是首先將樣本通過PCA降維提取資訊，然後將降維後的樣本通過LDA降維，分類為15類，所以降維後維數不能高於（15-1）類。這裡降維到13維。


訓練多分類multi：
  這裡使用的是Maltas自帶的svm。我們做的是one-vs-rest。將樣本類別拆為第一類和其他類，第二類和其他類。。。
假若有n類樣本，那麼分類器既有n-1個。將分類器放入陣列中，迴圈判別。


測試predict：
  我這裡在one-vs-rest時，將1作為某一類，－1作為其他類，然後分類。這樣每一個分類器分類對樣本訓練就會得到一個矩陣（大小應該為 樣本個數X分類器個數）,最後一列新增1向量。判斷第幾個出現1就是第幾類。 這樣做的目的是為了減少每個判斷時候的for迴圈，防止巢狀for迴圈，提高執行速度。