如何使用UCI数据集

UCI数据集是一个常用的机器学习标准测试数据集。 地址： http://www.ics.uci.edu/~mlearn

以Iris鸢尾花数据集为例：

1.Iris数据集在右边方框【Most Popular Data Sets (hits since 2007)】中第一个。

2.点击Iris数据集，进入该数据集详情页面：

上面是这个数据集的详细信息：多变量数据集，没有缺失值，也许是模式识别文献中最著名的数据集等等，再往下是与该数据集相关的一些论文。

3.回到上面的图片处，左边【Data Folder】是存放该数据集的位置，【Data Set Description】是数据集的描述，点击进入【Data Folder】。

4.该文件夹中有三个文件：【Index】、【iris.data】和【iris.names】（忽略【bezdekIris.data】）。

• Index为文件夹目录，列出了本文件夹里的所有文件。如iris中index的内容如下：
  Index of iris
  02 Dec 1996 105 Index
  08 Mar 1993 4551 iris.data
  30 May 1989 2604 iris.names
• iris.data为iris数据文件，内容如下：
  5.1,3.5,1.4,0.2,Iris-setosa
  4.9,3.0,1.4,0.2,Iris-setosa
  4.7,3.2,1.3,0.2,Iris-setosa
  ……
  7.0,3.2,4.7,1.4,Iris-versicolor
  6.4,3.2,4.5,1.5,Iris-versicolor
  6.9,3.1,4.9,1.5,Iris-versicolor
  ……
  6.3,3.3,6.0,2.5,Iris-virginica
  5.8,2.7,5.1,1.9,Iris-virginica
  7.1,3.0,5.9,2.1,Iris-virginica
  ……
  如上，属性直接以逗号隔开，中间没有空格（5.1,3.5,1.4,0.2,），最后一列为本行属性对应的值（这里即为鸢尾花的种类）。
• iris.names就是说过的【Data Set Description】，介绍了iris数据的一些相关信息，如数据标题、数据来源、以前使用情况、最近信息、实例数目、实例的属性等。

4.点击【iris.data】，右键，链接另存为，即可下载该数据集。

5.在Matlab中，我们可以右键点击该文件选择【导入数据】进入可视化界面并加载数据或使用命令【load 文件名】加载数据。建议使用右键方法，因为可以自行选择导入数据的范围。P.S.因为Iris数据集中有字符串，所以我们需要将其替换为数字。

6.至此，我们就可以得到该数据集并使用了！

---

参考资料：
1. UCI数据集使用