交叉验证 选择模型 matlab,计算模型性能时的Matlab交叉验证错误

我正在尝试对具有多个分类类的模型执行交叉验证，但是在尝试在每个折叠上更新我的classperf时遇到错误。我收到此错误＆＃34;索引向量具有无效值。＆＃34;

我的代码如下：

K = 5;

N = size(DataSet, 1);

idx = crossvalind('Kfold', N, K);

cp = classperf(trainLabel);

for i = 1:K

...

%Long codes for svmtrain & svmclassify

...

cp = classperf(cp, Group, trueTestLabel); %error on this line

end

cp.CorrectRate

其中trainLabel是一个120 x 1的双倍，由所有项目的真实性得分组成;组是svmclassify在20 x 1 double中获得的结果;和trueTestLabel是使用以下函数获得的20 x 1双重形式的测试类的真实性得分：

trueTestLabel = trainLabel(idx == i, end);

我尝试过转换＆＃34; Group＆＃34;和＆＃34; trueTestLabel＆＃34;通过使用num2cell函数进入单元格：

cp = classperf(cp, num2cell(Group), num2cell(trueTestLabel ));

但相反，我得到了一个不同的错误说＆＃34;当CP对象的类标签是数字时，输出

分类器必须是所有非负整数或NaN＆＃39; s。