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。

& j; u# l! M+ @( S( K4 r) f% d
.mat数据集说明
1 e/ J( A. V' D" ?% ]1 Q 数据集名称GLIOMA

GIOMA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）



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。

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）
- X5 L2 O$ l) G
: r1 @$ `: g' F9 C6 I: t+ S8 z

7 N$ W- x" N4 N$ T! {打开lab矩阵

9 u0 _$ C3 l6 n" E! ?

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。

: ]' C+ `! w6 q, ]数据集划分为训练集和测试集代码
2 D. W1 }6 @0 q6 G+ t6 x$ r10折划分
+ e  n' N& h- S1 `- ^( `5 o+ N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。
  

) X3 J/ E. ?, B# k! i% u' g
0 l7 B6 K* j1 u$ F0 l4 w* h3 k7 Y

• 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
  6 h! y3 j* B4 _

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

/ {7 W: I& @4 ?. @7 y* i# m( X; x& t

• function [train_F,train_L,test_F,test_L] = DIVDATA37(dataName)
• file = ['dataset/',dataName,'.mat'];
• load(file)
• 
  
• 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]));
• 
  
• 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. J# V  U' _4 L4 h

CCxiaom

机器学习数据集制作与划分MATLAB实现