机器学习数据集制作与划分MATLAB实现

uqHZau

.mat数据集制作

若整个数据集是一个.mat文件且最后一列数据时标签，则单独将决策变量和标签划分开，一个为ins，另一个为lab。

5 `" u7 k# P3 R/ z) l0 `2 e; A& V
.mat数据集说明
! W) [. G1 H- d4 V& {' {) {& f 数据集名称GLIOMA

& N. m* c! |' K; ?4 K! y7 DGIOMA包含两个矩阵，一个是实例矩阵或者叫决策变量（ins），另一个是标签矩阵（lab）
. D/ y, ]5 [2 _7 v( B) Q! k
! a! C( ]- O7 [: h2 n" v

Ins矩阵大小50*4434，说明该GLIOMA数据集有50个实例（样本），有4434个特征，这50个实例（样本），每一个实例有一个对应的标签lab，标签就是类别。

, V+ A: e; R& K打开Ins矩阵，有50行说明有50个实例（样本），有4434列说明有4434个特征（太多了显示不了），这里面的任意一个值（标量）叫做特征值，任意一列是特征向量（列向量），任意一行是实例向量（行向量）


: n( H; E5 v: Z% H7 i2 j9 g
  a4 r4 A4 o* j- {- c: Q打开lab矩阵

  }, c) _5 l. I, \6 q7 N9 R

8 Y/ o8 n% @% J有50个标签，标签就是类别（比如1代表幼儿，2代表青年，以此类推），可以看到这是一个具有4个类别的数据集。
, D9 z  M7 g$ L0 {  `8 f$ b
数据集划分为训练集和测试集代码
0 y4 C8 V6 Q! K+ {4 t0 u/ f10折划分
7 ^# Y% B  e* N; G说明：

• ①在代码目录下，新建文件夹dataset，将.mat数据集放入其中
• ②输入dataName是一个字符串，如数据集名称为GLIOMA.mat，则输入的dataName为 ‘GLIOMA’（不要加.mat）
• ③iter是算法运行的次数，运行第一次调用第一个随机划分的值，运行第i次调用第i次随机划分的值
• ④Indices是随机划分数据集的索引，iter = 1是生成，之后的则读取第一次生成的文件。
  

/ @: M* {- C% j; ^; F6 U, O1 V

• function [train_F,train_L,test_F,test_L] = DIVDATA10fold(dataName,iter)
• file = ['dataset/',dataName,'.mat'];
• load(file)
• fold = 10
• dataMat=ins;
• len=size(dataMat,1);
• maxV = max(dataMat);
• minV = min(dataMat);
• range = maxV-minV;
• newdataMat = (dataMat-repmat(minV,[len,1]))./(repmat(range,[len,1]));
• if mod(iter, 10) == 1
•     Indices   =  crossvalind('Kfold', length(lab), fold);
•     save Indices;
• else
•     load Indices;
• end
• site = find(Indices==iter);
• test_F = newdataMat(site,：）;
• test_L = lab(site);
• site2 = find(Indices~=iter);
• train_F = newdataMat(site2,：）;
• train_L =lab(site2);
• end
  $ c) ~& l4 U* q' i

三七划分
, l% p. T5 K( L! y- {三七划分和十折划分类似，只是少了个输入参数和全局变量
, h: X8 B  T  @! Z3 L1 s- G5 g& _" q

• function [train_F,train_L,test_F,test_L] = DIVDATA37(dataName)
• file = ['dataset/',dataName,'.mat'];
• load(file)
• 
  " z+ Q9 R7 m9 L( Y# g6 {
• dataMat=ins;
• len=size(dataMat,1);
• %归一化
• 
  
• maxV = max(dataMat);
• minV = min(dataMat);
• range = maxV-minV;
• newdataMat = (dataMat-repmat(minV,[len,1]))./(repmat(range,[len,1]));
• 
  5 ]1 A- E3 L- L! H; v
• Indices   =  crossvalind('Kfold', length(lab), 10);
• site = find(Indices==1|Indices==2|Indices==3);
• test_F = newdataMat(site,：）;
• test_L = lab(site);
• site2 = find(Indices~=1&Indices~=2&Indices~=3);
• train_F = newdataMat(site2,：）;
• train_L =lab(site2);
• end
  " p& w7 r- v1 I: \8 p

   

CCxiaom

机器学习数据集制作与划分MATLAB实现