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。

" F- q5 s2 Z" W
.mat数据集说明
数据集名称GLIOMA

4 }+ I, n! F4 [2 u6 {  JGIOMA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）
. `7 p$ g; \$ E0 ?
( ^- B/ ?7 L! V" w6 r0 w
$ f9 ]( d' j/ c$ r4 U
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。
  Q8 F- x- Q& u& q+ J
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）
$ G2 |) Y2 n" I2 p6 g3 u" x$ b# C
6 h+ ]. a" ^" O: _1 t

打开lab矩阵
, U) z* V2 ?2 m

2 c. t0 l8 M) |) K# |3 p1 e: s! D
. \8 y) h* x8 e8 r, u- g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。

数据集划分为训练集和测试集代码
9 Y3 X" Y  H8 D1 z) c$ \; v  f10折划分
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。
  0 }( b: Z3 I. E: i, \

9 P$ t  e/ y4 P7 P5 \* H  @+ Q9 g

• 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
  

) O+ t5 a- U/ p+ {/ l三七划分
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
( u) S9 I0 }: l+ @) g  [% M8 S  b

• function [train_F,train_L,test_F,test_L] = DIVDATA37(dataName)
• file = ['dataset/',dataName,'.mat'];
• load(file)
• 
  0 }. n+ c- ~; k( Z& n! B3 _* T% v
• dataMat=ins;
• len=size(dataMat,1);
• %归一化
• 
  4 ?8 A* i% p0 b0 J: R5 f
• maxV = max(dataMat);
• minV = min(dataMat);
• range = maxV-minV;
• newdataMat = (dataMat-repmat(minV,[len,1]))./(repmat(range,[len,1]));
• 
  3 g/ O! s$ a1 o
• 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
  : S% _+ n3 x4 ?9 g" H7 s

   

CCxiaom

机器学习数据集制作与划分MATLAB实现