Differences

This shows you the differences between two versions of the page.

--- poppy-kine:gmmriemannian [2018/11/29 14:55]
m16devan [Code]
+++ poppy-kine:gmmriemannian [2018/11/29 15:00]
m16devan [Code]
@@ Line 162: / Line 162: @@
 end
 </code>
-Il y a principalement deux choses à modifier dans cette partie. La première et le nombre de type d'erreurs. Dans l'exemple il y a 3 types d'erreurs '[1 2 3]'. La seconde variable à modifier est le chemin vers le dossier où sont stockés les exemples d'erreur 'dirTrain'.
+Il y a principalement deux choses à modifier dans cette partie. La première et le nombre de type d'erreurs. Dans l'exemple il y a 3 types d'erreurs //[1 2 3]//. La seconde variable à modifier est le chemin vers le dossier où sont stockés les exemples d'erreur //dirTrain//. A l'intérieur de ce dossier, il doit y avoir //n// dossiers appelés //erreur#n// où //#n// est remplacé par le numéro d'erreur.
+La quatrième partie concerne l'apprentissage du modèle SVM à partir des erreurs:
+<code matlab>
+% Learning SVM Modèle
+for c=1:length(Train{1})
+    for bp=1:length(Train{1}{c}.bodypart)
+        X=[];Y=[];
+        for err=1:cptErr
+            X=[X;Train{err}{c}.bodypart{bp}];
+            Y=[Y;err;err];
+        end
+        u=unique(Y);
+        numClasses=length(u);
+        for k=1:numClasses
+            G1vAll=(Y==u(k));
+            svmModelsSegmented{c}.bodypart{bp}.models{k} = fitcsvm(X,G1vAll,'KernelScale','auto','Standardize',true);
+            svmModelsSegmented{c}.exercise=exo;
+        end
+        G1vAll=ones(size(G1vAll));
+        svmModelsSegmented{c}.bodypart{bp}.errorModel = fitcsvm(X,G1vAll,'KernelScale','auto','Standardize',true);
+    end
+end
+</code>
+Enfin, la dernière partie permet de sauvegarder le modèle SVM (le nom //fname// peut être modifié) :
+<code matlab>
+% Save
+fname=sprintf('errorFeatures/errorFeaturesModelAssis3Maxime');
+save(fname,'svmModelsSegmented');
+</code>