基于maltab数据探索案例——鸢尾花数据集以及算法(2)

仅供参考学习，喜欢的可以点赞收藏。
下面经行直方图可视化显示，运用直方图进行对人萼片长度，萼片宽度，花瓣长度，花瓣宽度的直方图展示。

%直方图显示

figure
subplot(1,2,1)
histogram(sepall)
title("萼片长度度直方图")
subplot(1,2,2)
histogram(sepalw)
title("萼片宽度直方图")

图表2- 4-3萼片直方图

figure
subplot(1,2,1)
histogram(petall)
title("花瓣长度度直方图")
subplot(1,2,2)
histogram(petalw)
title("花瓣宽度直方图")

图表2- 4-4花瓣长度直方图
通过直方图我们可以清晰的看出来萼片的长度在5-7区间，萼片宽度在2.5-3.5之间的为最多。
散点矩阵图，通过对鸢尾花数据集的四个特征经行散点矩阵图显示，方便直观的可以看出各个数据的数据特征分析

%(3)画出鸢尾花四个特征的散点矩阵图
x=[meas(:,1) meas(:,2) meas(:,3) meas(:,4)]
gplotmatrix(x,[],species)

图表2- 10特征散点图

下面进行数据的对比分析，通过计算和比较不同种类的数量，我们进行了种类对比分析。此外，我们还对比了萼片长度和花瓣长度的平均数，以及萼片宽度和花瓣宽度的平均数，以了解不同特征之间的差异。
对萼片长度进行统计量分析

%对比分析
%sumsepall=sum()
%统计量分析
%极差 方差 平均数 标准差 众数
%sepall
mode(sepall)%众数
nanmean(sepall)%平均数
nanmedian(sepall)%中位数
range(sepall)%极差
var(sepall,"omitnan")%标准差
std(sepall,"omitnan")

图表2- 11萼片长度统计量分析
得出萼片长度众数5，平均数5.8 中位数5.8 极差3.60 标准差0.6

对花瓣长度进行统计量分析

%petall
mode(petall)
nanmean(petall)
nanmedian(petall)
range(petall)%极差
var(petall,"omitnan")%标准差
std(petall,"omitnan")

图表2- 12花瓣长度统计量分析
得出花瓣长度众数1.4，平均数3.7 中位数4.35 极差5.9 标准差3.1
对萼片宽度统计量分析

%sepalw
mode(sepalw)
nanmean(sepalw)
nanmedian(sepalw)
range(sepalw)%极差
var(sepalw,"omitnan")%标准差
std(sepalw,"omitnan")

图表2- 13花瓣宽度统计量分析
得出萼片宽度众数3，平均数3.05 中位数3 极差2.4 标准差0.19
对花瓣宽度统计量分析

%petalw
mode(petalw)
nanmean(petalw)
nanmedian(petalw)
range(petalw)%极差
var(petalw,"omitnan")%标准差
std(petalw,"omitnan")

图表2- 14萼片宽度统计量分析
得出花瓣宽度众数0.2，平均数1.19 中位数1.3 极差2.4 标准差0.58
下面进行相关性分析
我们计算了不同特征之间的相关性系数，包括萼片长度与花瓣长度、萼片宽度与花瓣宽度、萼片长度与萼片宽度、花瓣长度与花瓣宽度之间的相关性。这些相关性系数有助于我们理解不同特征之间的线性关系。

%相关性分析
%计算相关性系数
figure
%萼片长度和花瓣长度的相关性系数
disp("萼片长度和花瓣长度的相关性系数")
corr1=corr(sepall,petall,rows="complete")
%萼片宽度和花瓣宽度的相关性系数
disp("萼片宽度和花瓣宽度的相关性系数")
corr2=corr(sepalw,petalw,rows="complete")
% 提取萼片长度和萼片宽度的相关系数
disp("萼片长度和萼片宽度的相关系数")
corr3=corr(sepall,sepalw,rows="complete")
% 提取花瓣长度和花瓣宽度的相关系数
disp("花瓣长度和花瓣宽度的相关系数")
corr4=corr(petall,petalw,rows="complete")

图表2- 15相关系数分析