使用平行轴图显示鸢尾花（iris）的四个特征数据(创新实验室联合纳新测试题)

也是扯淡，创新实验室纳个新还要出题考试。

出题就出题吧，还出得这么难。

再难也得做啊。。。

先上题：

1.数学建模
（1）使用平行轴图显示鸢尾花（iris）的四个特征数据；
（2）尝试使用其他方法优化呈现（可文字叙述，选作）；

。。。。。。。

啥是鸢尾花？

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。

iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。

该数据集包含了5个属性：

& Sepal.Length（花萼长度），单位是cm;

& Sepal.Width（花萼宽度），单位是cm;

& Petal.Length（花瓣长度），单位是cm;

& Petal.Width（花瓣宽度），单位是cm;

& 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。

我也是醉了。。。

这玩意上哪儿找啊？难不成matlab自带？



too young...


只好下载了一个，2k的文件居然还要我1积分，真是世风日下，人心不古啊。。。





下载下来打开看看：



这堆东西是个啥？arrf又是啥？

我去。。。我的第一个stackoverflow居然就献给这个东西了。。。

http://stackoverflow.com/questions/6952315/how-to-load-arff-format-file-to-matlab

Is there any package to load .arff format file into matlab?The .arff format is used in Weka for running machine learning algorithm.

Yes, there are a few MATLAB interfaces for WEKA files on MATLAB File Exchange, I normally use this one: http://www.mathworks.com/matlabcentral/fileexchange/21204-matlab-weka-interface where you have a saveARFF() and a loadARFF() functions.

	any examples on how it is used? –  mike_x_ Oct 4 '14 at 15:01
	If you unzip the fileexchange files into your working directory you can use loadARFF in this way: data = loadARFF('myfile.arf'). –  Matteo De Felice Oct 6 '14 at 7:14
	I get an error but i ll check again. I have unzipped it and added the folder with subfolders in the path, by clicking the button "set path". Is it correct? Do i have to do anything else so as to import the toolkit?

把这个下载下来看看：

http://www.mathworks.com/matlabcentral/fileexchange/21204-matlab-weka-interface





嗯，看着挺靠谱的。

添加路径：







Error: File: loadARFF.m Line: 9 Column: 12
Arguments to IMPORT must either end with ".*" or else specify a fully qualified class name:
"weka.core.converters.ArffLoader" fails this test.

。。。。。。。

还得下这个开发环境。。。

http://www.cs.waikato.ac.nz/ml/weka/downloading.html

我的java版本不够，果断下载第一个。





安装完之后还报错。。。。。。。

受 saber大牛文章指教：

http://blog.csdn.net/xywlpo/article/details/6531025

——————————————————————————————————————

不要以为下载下来就能用，你会在如下地方报错：

if(~wekaPathCheck),wekaOBJ = []; return,end

import weka.core.converters.ArffLoader;

import java.io.File;

Tricky的事情就是得把weka.jar加入到matlab的classpath.txt列表。classpath.txt在哪儿？到matlab的command窗口敲：

>> which classpath.txt

/Applications/MATLAB_R2010b.app/toolbox/local/classpath.txt

这个是在mac下的结果，windows估计也有类似的文件结构。然后就是到classpath.txt里加入一行，weka.jar的绝对路径，例如：

/Applications/weka-3-6-4.app/Contents/Resources/Java/weka.jar

好了，matlab的借口就配置好了。

这里还有个问题，保存的ARFF中类别信息（class）是numrical型，不是枚举型，至少调用LibSVM会报错。

得手工修改（我的数据有７类）：

@attribute class numeric => @attribute class {1,2,3,4,5,6,7}

OK，matlab这边这下没问题了。

——————————————————————————————————————————————

同时参考了以下文章：

http://blog.sina.com.cn/s/blog_890c6aa30101av9x.html

——————————————————————————————————————————————

# 配置MATLAB调用Weka

1. 下载weka

2. 安装weka

3. 在环境变量的系统变量中的Path中加入jre6(或者其他的)中bin文件夹的绝对路径，如：

      C:\ProgramFiles\Java\jre6\bin;

4. 查找MATLAB配置文件classpath.txt

    which classpath.txt%使用这个命令可以查找classpath.txt的位置

5. 修改配置文件classpath.txt

    edit classpath.txt

    在classpath.txt配置文件中将weka安装目录下的weka.jar的绝对安装路径填入，如：

    C:\ProgramFiles\Weka-3-6/weka.jar

6. 重启MATLAB

7. 运行如下命令：

    attributes =javaObject('weka.core.FastVector'); 

    %如果MATLAB没有报错，就说明配置成功了

——————————————————————————————————————————————

java还得添加环境变量，当真麻烦。。。



添加java路径：
还得把反斜杠换成斜杠。。。
D:\000\tools\Weka-3-6\weka.jar

又报错了 。。。



把arff文件复制到当前路径下，解决：



下面用格式转换命令：

[mdata,featureNames,targetNDX,stringVals,relationName] =weka2matlab(data);




====================================我是分割线========================================================





把mdata保存一下，这样，鸢尾花（iris）数据集就可以直接使用了。
————————————————————————————————————————————

我已经将txt格式的鸢尾花数据集上传到我的资源，在matlab下可以一句话加载。

资源：http://download.csdn.net/detail/u013657981/9241121

matlab命令：load('iris.txt')


————————————————————————————————————————————
我们要用mdata矩阵画平行轴图
啥又是平行轴图？



看来大概是这么个东西：

看看这个东西是怎么画出来的：

用Matlab 画出鸢尾花图，可以用下列语句来实现。
subplot（4，4, 1） %分区绘图
plot（x1，y1,'o'） %绘制散点图
你有数据的话，可以传至我的邮箱，可以帮你试一下。

嗯，思路大概是，用

subplot（4，4, 1）

分成16个区

以下四个变量：

sepallength  
sepalwidth    
petallength    
petalwidth   

分别为

x1,x2,x3,x4

再来一遍

y1,y2,y3,y4

Iris-setosa,Iris-versicolor,Iris-virginica 是三类，用不同的颜色和形状表示。

iris矩阵是150*5

思路呢，是这么个思路：

每一行是一个数据点（样本），每个样本第五个元素（第五列）是类别标签。

那就把0,1,2三类挑出来，

就是iris(第五列为0的行,的所有列)

然后自己跟自己对应着画图就可以了。

subplot排版略麻烦：

代码是这样的：

Iris_setosa=iris(iris(:,5)==0,:);
Iris_versicolor=iris(iris(:,5)==1,:);
Iris_virginica=iris(iris(:,5)==2,:);
subplot(4,4,1);
%第一列的所有行,第四列的所有行
scatter(Iris_setosa(:,1),Iris_setosa(:,4),'red');
hold on
scatter(Iris_versicolor(:,1),Iris_versicolor(:,4),'g','+');
hold on
scatter(Iris_virginica(:,1),Iris_virginica(:,4),'b','*');

subplot(4,4,5);

scatter(Iris_setosa(:,1),Iris_setosa(:,3),'red');
hold on
scatter(Iris_versicolor(:,1),Iris_versicolor(:,3),'g','+');
hold on
scatter(Iris_virginica(:,1),Iris_virginica(:,3),'b','*');

subplot(4,4,9);

scatter(Iris_setosa(:,1),Iris_setosa(:,2),'red');
hold on
scatter(Iris_versicolor(:,1),Iris_versicolor(:,2),'g','+');
hold on
scatter(Iris_virginica(:,1),Iris_virginica(:,2),'b','*');

subplot(4,4,13);

subplot(4,4,2);
%第一列的所有行,第四列的所有行
scatter(Iris_setosa(:,2),Iris_setosa(:,4),'red');
hold on
scatter(Iris_versicolor(:,2),Iris_versicolor(:,4),'g','+');
hold on
scatter(Iris_virginica(:,2),Iris_virginica(:,4),'b','*');

subplot(4,4,6);

scatter(Iris_setosa(:,2),Iris_setosa(:,3),'red');
hold on
scatter(Iris_versicolor(:,2),Iris_versicolor(:,3),'g','+');
hold on
scatter(Iris_virginica(:,2),Iris_virginica(:,3),'b','*');

subplot(4,4,10);

subplot(4,4,14);

scatter(Iris_setosa(:,2),Iris_setosa(:,1),'red');
hold on
scatter(Iris_versicolor(:,2),Iris_versicolor(:,1),'g','+');
hold on
scatter(Iris_virginica(:,2),Iris_virginica(:,1),'b','*');


subplot(4,4,3);
%第一列的所有行,第四列的所有行
scatter(Iris_setosa(:,3),Iris_setosa(:,4),'red');
hold on
scatter(Iris_versicolor(:,3),Iris_versicolor(:,4),'g','+');
hold on
scatter(Iris_virginica(:,3),Iris_virginica(:,4),'b','*');

subplot(4,4,7);


subplot(4,4,11);

scatter(Iris_setosa(:,3),Iris_setosa(:,2),'red');
hold on
scatter(Iris_versicolor(:,3),Iris_versicolor(:,2),'g','+');
hold on
scatter(Iris_virginica(:,3),Iris_virginica(:,2),'b','*');

subplot(4,4,15);

scatter(Iris_setosa(:,3),Iris_setosa(:,1),'red');
hold on
scatter(Iris_versicolor(:,3),Iris_versicolor(:,1),'g','+');
hold on
scatter(Iris_virginica(:,3),Iris_virginica(:,1),'b','*');

subplot(4,4,4);

subplot(4,4,8);
%第一列的所有行,第四列的所有行
scatter(Iris_setosa(:,4),Iris_setosa(:,3),'red');
hold on
scatter(Iris_versicolor(:,4),Iris_versicolor(:,3),'g','+');
hold on
scatter(Iris_virginica(:,4),Iris_virginica(:,3),'b','*');

subplot(4,4,12);

scatter(Iris_setosa(:,4),Iris_setosa(:,2),'red');
hold on
scatter(Iris_versicolor(:,4),Iris_versicolor(:,2),'g','+');
hold on
scatter(Iris_virginica(:,4),Iris_virginica(:,3),'b','*');

subplot(4,4,16);

scatter(Iris_setosa(:,4),Iris_setosa(:,1),'red');
hold on
scatter(Iris_versicolor(:,4),Iris_versicolor(:,1),'g','+');
hold on
scatter(Iris_virginica(:,4),Iris_virginica(:,1),'b','*');

结果是这样的：