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") 1234567
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") 1234567
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) 123
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") 1234567891011
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") 1234567
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") 1234567
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") 1234567
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") 123456789101112131415
图表2- 15相关系数分析
相关知识
【机器学习】基于KNN算法实现鸢尾花数据集的分类
KNN算法实现鸢尾花数据集分类
基于机器学习的鸢尾花数据集的三分类算法的实现 C++
【python机器学习】KNN算法实现回归(基于鸢尾花数据集)
鸢尾花(Iris)数据集入门
多元统计分析——聚类分析——鸢尾花数据集在K
探索机器学习的起点:鸢尾花数据集
机器学习案例——鸢尾花数据集分析
机器学习鸢尾花数据集
Python原生代码实现KNN算法(鸢尾花数据集)
网址: 基于maltab数据探索案例——鸢尾花数据集以及算法(2) https://www.huajiangbk.com/newsview1548679.html
上一篇: (图表·漫画)农旅新“花”样 |
下一篇: 如图是学校花坛种花面积情况的统计 |
推荐分享

- 1君子兰什么品种最名贵 十大名 4012
- 2世界上最名贵的10种兰花图片 3364
- 3花圈挽联怎么写? 3286
- 4迷信说家里不能放假花 家里摆 1878
- 5香山红叶什么时候红 1493
- 6花的意思,花的解释,花的拼音 1210
- 7教师节送什么花最合适 1167
- 8勿忘我花图片 1103
- 9橄榄枝的象征意义 1093
- 10洛阳的市花 1039