使用matlab完成对鸢尾花数据集的特征选择、主成分分析（PCA）、核主成分分析（KPCA）、线性判别分析（LDA）的若干处理

累了，不多写，详见注释，代码自取，有用点赞
链接：https://pan.baidu.com/s/1OI6vTiz_7lOxUO871wOlnA?pwd=qb6r
提取码：qb6r

特征选择：
将每个特征在封装函数内调用，使用matlab自带的梯度下降的神经网络内置函数进行训练。使用全部的数据集作为输入，并任选其中的30条数据进行测试，测试结果存在一定的随机性，但可以对该特征的分类效果有个初步的判断。
运行select.m文件，调用Feature_Selection函数，可以得到以下结果，函数具体说明如下：

function Feature_Selection(Sepal_Length_1,Sepal_Width_1,Petal_Length_1,Petal_Width_1)%如果需要用到该特征，将对应位置1，否则置零

运行结果：

select
Feature_Selection is 1 1 1 1
correction is 97%
Feature_Selection is 1 1 1 0
correction is 80%
Feature_Selection is 1 1 0 1
correction is 80%
Feature_Selection is 1 0 1 1
correction is 90%
Feature_Selection is 0 1 1 1
correction is 93%
Feature_Selection is 1 1 0 0
correction is 77%
Feature_Selection is 1 0 1 0
correction is 97%
Feature_Selection is 0 1 1 0
correction is 93%
Feature_Selection is 1 0 0 1
correction is 83%
Feature_Selection is 0 1 0 1
correction is 90%
Feature_Selection is 0 0 1 1
correction is 77%
Feature_Selection is 1 0 0 0
correction is 73%
Feature_Selection is 0 1 0 0
correction is 30%
Feature_Selection is 0 0 1 0
correction is 97%
Feature_Selection is 0 0 0 1
correction is 93%

LDA
对于鸢尾花数据集中的四个特征进行类内散度与类间散度的计算并进行散度矩阵的特征值分解，这里选取特征值最大的两个特征向量做投影，输出结果如图所示：

可以看到有较好的分类效果

PCA
对输入特征进行归一化，计算协方差矩阵，并计算特征值与特征向量，选择特征向量最大的方向做投影并绘制散点图

分类效果比LDA略差

KPCA
分别使用线性核、多项式核、高斯核对其进行仿真
线性核

指数为1的多项式核

指数为2的多项式核

指数为3的多项式核

指数为4的多项式核

高斯核

可以看出，对于鸢尾花数据集，使用高斯核和线性核的效果明显优于高次多项式核的分类效果

使用matlab完成对鸢尾花数据集的特征选择、主成分分析（PCA）、核主成分分析（KPCA）、线性判别分析（LDA）的若干处理相关推荐

ML之NB：基于news新闻文本数据集利用纯统计法、kNN、朴素贝叶斯(高斯/多元伯努利/多项式)、线性判别分析LDA、感知器等算法实现文本分类预测
ML之NB:基于news新闻文本数据集利用纯统计法.kNN.朴素贝叶斯(高斯/多元伯努利/多项式).线性判别分析LDA.感知器等算法实现文本分类预测目录基于news新闻文本数据集利用纯统计法.kN ...
线性判别分析LDA—西瓜书课后题3.5—MATLAB代码
题目:编程实现线性判别分析LDA,给出西瓜数据集 3.0a上的结果简单说就是找一个分离度最大的投影方向,把数据投射上去. clc clear all [num,txt]=xlsread('D:\机器 ...
fisher线性判别分析matlab,线性判别分析LDA
首先搞清楚什么叫判别分析?Discriminant Analysis就是根据研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法. 根据判别标准不同,可以分为距离判别.Fisher判别.B ...
鸢尾花数据集判别分析matlab代码
鸢尾花数据集是一组关于鸢尾花(iris)的测量数据,包括萼片长度.萼片宽度.花瓣长度和花瓣宽度.这些数据用来训练机器学习算法,以便对鸢尾花品种进行分类. 下面是一段使用 Matlab 进行鸢尾花数据集 ...
MATLAB鸢尾花数据集（iris.txt）
鸢尾花数据集(iris)是MATLAB常用的分类实验数据集,由著名的科学家Fisher收集整理,该数据集包含150个数据集,分为3类,每类50个数据,每个数据包含四个属性. 四个属性: Sepal.L ...
支持向量机实现鸢尾花数据集分类matlab
问题描述: 在进行感知机,以及逻辑斯蒂回归问题的讨论中,我们都以二分类问题为例.其中对于线性不可分的数据集,感知机和逻辑斯蒂回归已然失效,逻辑斯蒂回归对感知机进行的优化,是进行了一种思维上的" ...
matlab鸢尾花数据线性分析,Iris鸢尾花数据集可视化、线性回归、决策树分析、KMeans聚类分析...
数据集可视化采用Python的Sklearn机器学习库中自带的数据集--鸢尾花数据集.简单分析数据集之间特征的关系图,根据花瓣长度.花瓣宽度.花萼长度.花萼宽度四个特征进行绘图 Iris plant ...
主成分分析 PCA 应用实例鸢尾花数据集
对鸢尾花数据集采用主成分分析方法,使数据降维. 如下图所示为数据集的格式: 数据集中前4列数据分别代表花萼长度,花萼宽度,花瓣长度,花瓣宽度,最后一列为标签.共有150条数据. 我们对此数据集利用主成 ...
matlab 特征降维方法,降维和特征选择的关键方法介绍及MATLAB实现
目录概念理解降维: 特征选择: 降维的方法主成分分析(Principle Component Analysis, PCA)方法偏最小二乘法(Partial Least Squares, PLS ...

使用matlab完成对鸢尾花数据集的特征选择、主成分分析（PCA）、核主成分分析（KPCA）、线性判别分析（LDA）的若干处理

使用matlab完成对鸢尾花数据集的特征选择、主成分分析（PCA）、核主成分分析（KPCA）、线性判别分析（LDA）的若干处理相关推荐

最新文章

热门文章