矢量化标签检测多类Logistic回归的Octave中的矢量(数据集)

Question

在实现具有多个特征和多类(我选择的数据集具有1、2、3、4和5类(的逻辑回归时，m(>100(样本数据的类在1和5之间。我试图找出唯一标签/类的数量，并将它们作为向量。我可以用Y作为大小为(m，1(的列向量来写下面的代码

classes = [Y(1,1)]; #Initializing classes
for i = 2:m
count = 0;
for j = 1:length(classes)
if Y(i,1) == classes(j,1)
count = count + 1;
end;
end
if count ==0
classes = [classes; Y(i,1)];
end
end

这给了我向量Y中唯一标签的列表。然而，我想知道是否有更好的方法来编写这段代码(上面的代码行对我来说似乎很幼稚(，尤其是矢量化。欢迎提出任何建议。谢谢

Answer 1

如果代码的目的只是生成Y中唯一值的列表，则可以使用unique(Y)。例如：

>> m = 10;
>> Y = floor(rand(m,1)*5+1)
Y =
5
1
5
4
2
2
1
5
1
4
>> unique(Y)
ans =
1
2
4
5    

现在，函数的输出按照它们第一次出现在列表中的顺序排列。例如

classes = 
5
1
4
2

如果这很重要，你需要这样的东西：

>> [sortedClasses idx] = unique(Y,"first")
sortedClasses =
1
2
4
5
idx =
2
5
4
1
>> unsortedClasess = Y(sort(idx))
unsortedClasess =
5
1
4
2

CCD_ 2和CCD_。删除classes的重复扩展将防止重复的变量复制，如果您有大量的类，这将带来显著的开销。