数据挖掘-----探索数据iris

一、实验目的

本实验利用Iris鸢尾花数据集进行探索性数据分析以及可视化研究，以便选择合适的数据预处理和数据分析技术。

二、实验内容

编写matlab程序，读入数据文件iris.xls，产生散布图矩阵（如下所示）。

三、实验要求

本实验提供iris.xls文件，鸢尾花数据集包含150种鸢尾花的信息，每50种取自三个鸢尾花种之一：Setosa,Versicolour和Virginica。每个花的特征用5种属性描述：萼片长度，萼片宽度，花瓣长度，花瓣宽度，鸢尾花种类。通过给定数据，研究鸢尾花数据集的每对属性的关系，并画出散布图。不同的鸢尾花种类使用不同的标记进行表示。

四、算法描述

利用matlab中的gplotmatrix函数根据数据集中的类属性对数据进行分组，为数据集中的每个变量组合创建散点图矩阵。对角线的直方图显示了不同花对应属性长度值的分布

五、调试过程及实验结果

设置不同种类鸢尾花的标记颜色和标记种类在散布图矩阵中显示：

六、关键代码

clear;clc,close

data = xlsread("hw1-iris\iris-data.xls");

[~,species] = xlsread("hw1-iris\iris-data.xls",1,'E1:E151');



% 初始化绘图窗口

hf2=figure;

hf2.Units='pixels';

hf2.Position=[50 50 800 800];



%绘制散点图矩阵

speciesNum = grp2idx(species)

[H,AX,BigAx] = gplotmatrix(data,[],speciesNum,['b' 'g' 'r'],['x' '+' 'o']);

legend(AX(13+3),{'Setosa 山鸢尾','Versicolor 多色鸢尾','Virginica 弗吉尼亚鸢尾'},'Location','northwest','FontWeight','Bold','Fontsize',10)

title(BigAx,'鸢尾花数据特征散点图矩阵','FontWeight','Bold','Fontsize',16)



%横坐标标题

xlabel(AX(4),{'Sepal Length';'萼片长度'},'FontWeight','Bold','Fontsize',12)

xlabel(AX(8+1),{'Sepal Width';'萼片宽度'},'FontWeight','Bold','Fontsize',12)

xlabel(AX(12+2),{'Petal Length','花瓣长度'},'FontWeight','Bold','Fontsize',12)

xlabel(AX(16+3),{'Petal Width','花瓣宽度'},'FontWeight','Bold','Fontsize',12)



% 纵坐标标题

ylabel(AX(1),{'Sepal Length';'萼片长度'},'FontWeight','Bold','Fontsize',12)

ylabel(AX(2),{'Sepal Width';'萼片宽度'},'FontWeight','Bold','Fontsize',12)

ylabel(AX(3),{'Petal Length','花瓣长度'},'FontWeight','Bold','Fontsize',12)

ylabel(AX(4),{'Petal Width','花瓣宽度'},'FontWeight','Bold','Fontsize',12)