какое значение мы можем заменить для NaN в Matlab?

Question

Я использовал методы GLCM для выделения экстракта из изображений мамо, а затем я использовал классификацию наивных заливов для классификации,

Почему выходной столбец включен NaN?

Какое значение мы можем заменить NaN, когда у нас есть 1 матрица вывода из наивной классификации байков (1 столбец Включен 0,1, NaN)?

код:

Train_Test(); 

nb = NaiveBayes.fit(Ytrain, Traininglabel); 

y = nb.predict(Ytest); 

confusionmat(Testinglabel,y); 

выход:

y= 
[NaN 
NaN 
NaN 
0 
0 
0 
NaN 
0 
0 
0 
0 
0 
0 
1 
0] 

Answer 1

Когда наблюдения в данных учебных содержат значения NaN, по умолчанию NaiveBayes.predict не будет классифицировать их в любой класс, возвращая NaN в качестве прогнозируемого значения.

С помощью опции HandleMissing на номер predict вы можете изменить это поведение. По умолчанию он установлен в off, но если вы установите его на on, он прогнозирует использование только переменных с значениями, отличными от NaN, и не должен возвращать NaN в качестве предсказания (если только все переменными являются NaN).

Попробуйте

y = nb.predict(Ytest, 'HandleMissing', 'on');