简要说明在matlab中如何转化UCI数据为libsvm库可用数据并举例如何使用

本文介绍了如何在MATLAB中将UCI数据集(如iris.data)转换为libsvm可读格式,并提供了一个示例,展示如何提取数据进行训练和测试,最终使用svmtrain和svmpredict进行模型训练和预测,得到约66.67%的分类准确率。
摘要由CSDN通过智能技术生成


本文整合了几篇有关在matlab中结合uci数据库使用libsvm的文章,亲测可用,供大家参考。

1.读取UCI数据集iris.data中数据:

[attrib1, attrib2, attrib3, attrib4, class] = textread('iris.data', '%f%f%f%f%s', 'delimiter', ',');
attrib = [attrib1'; attrib2'; attrib3'; attrib4']';
a = zeros(150, 1);
a(strcmp(class, 'Iris-setosa')) = 1;
a(strcmp(class, 'Iris-versicolor')) = 2;
a(strcmp(class, 'Iris-virginica')) = 3;

至此,属性值均保存到attrib中,类别值保存到数组a中。


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值