如何加载和使用MATLAB自带数据集？

Question

如何在MATLAB中加载并正确使用自带数据集（如`fisheriris`或`carsmall`）？常见问题包括：load函数加载后变量未出现在工作区、数据以结构体形式存储导致访问困难、分类变量未转换为categorical类型影响分析。例如，load('fisheriris')会导入species和meas变量，但用户常误以为数据是表格形式。如何将其转换为table以便进行统计分析或机器学习？此外，不同数据集的字段命名与格式差异较大，应如何统一处理？

Answer 1

让【宝码香车】来帮您解答，本回答参考DeepSeek编写，并整理提供。

如果答案能帮助您，请采纳，非常感谢！
.
每日一句正能量，让它带给您好心情：别让别人的评价，左右你的人生，你才是自己的主角。
.

如何在MATLAB中加载和使用自带数据集

MATLAB提供了多个内置数据集，如fisheriris和carsmall，用于演示和测试各种数据分析与机器学习算法。以下是加载和正确使用这些数据集的详细方法。

1. 加载数据集

基本加载方法

% 加载fisheriris数据集
load fisheriris

执行此命令后，MATLAB会将数据加载到工作区。对于fisheriris数据集，通常会导入两个变量：

• meas - 150×4的数值矩阵，包含花萼和花瓣的测量值
• species - 150×1的细胞数组，包含鸢尾花的种类标签

检查加载的变量

% 查看工作区中的变量
whos

2. 处理数据访问问题

数据以结构体形式存储的情况

某些数据集（如carsmall）在加载后会以结构体形式存储：

% 加载carsmall数据集
load carsmall


% 查看结构体字段
who

如果数据以结构体形式存储，可以通过字段名访问数据：

% 访问结构体中的特定字段
acceleration = Acceleration;
horsepower = Horsepower;
weight = Weight;

3. 转换为表格格式

将fisheriris数据转换为表格

% 将fisheriris数据转换为表格
irisTable = table(meas(:,1), meas(:,2), meas(:,3), meas(:,4), species, ...
    'VariableNames', {'SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species'});


% 显示表格前几行
head(irisTable)

将carsmall数据转换为表格

% 将carsmall数据转换为表格
carsTable = table(Acceleration, Horsepower, Weight, MPG, ...
    'VariableNames', {'Acceleration', 'Horsepower', 'Weight', 'MPG'});


% 显示表格信息
summary(carsTable)

4. 处理分类变量

将字符数组或细胞数组转换为categorical类型

% 将species转换为categorical变量
irisTable.Species = categorical(irisTable.Species);


% 验证转换结果
class(irisTable.Species)
categories(irisTable.Species)

5. 统一处理不同数据集的通用方法

创建通用加载函数

function dataTable = loadDataset(datasetName)
    % 加载指定数据集
    eval(['load ' datasetName]);
    
    % 获取工作区变量信息
    vars = who;
    
    % 根据数据集名称进行特定处理
    switch datasetName
        case 'fisheriris'
            dataTable = table(meas(:,1), meas(:,2), meas(:,3), meas(:,4), species, ...
                'VariableNames', {'SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species'});
            dataTable.Species = categorical(dataTable.Species);
            
        case 'carsmall'
            dataTable = table(Acceleration, Horsepower, Weight, MPG, ...
                'VariableNames', {'Acceleration', 'Horsepower', 'Weight', 'MPG'});
            
        otherwise
            % 通用处理：将所有数值变量合并为表格
            numericVars = {};
            for i = 1:length(vars)
                if ~strcmp(vars{i}, 'datasetName') && isnumeric(eval(vars{i}))
                    numericVars{end+1} = vars{i};
                end
            end
            
            if ~isempty(numericVars)
                cmd = ['dataTable = table(' strjoin(numericVars, ', ') ');'];
                eval(cmd);
            else
                dataTable = [];
            end
    end
end

使用示例

% 使用通用函数加载数据集
irisData = loadDataset('fisheriris');
carData = loadDataset('carsmall');


% 进行统计分析
summary(irisData)
summary(carData)

6. 进行统计分析和机器学习

基本统计分析

% 描述性统计
summary(irisData)


% 按组别统计
grpstats(irisData, 'Species')

机器学习应用

% 准备数据用于分类
predictors = irisData{:,1:4};
response = irisData.Species;


% 训练分类模型
mdl = fitcdiscr(predictors, response);


% 模型评估
cvmodel = crossval(mdl);
loss = kfoldLoss(cvmodel);

常见问题解决

问题1：加载后变量未出现在工作区

解决方案：使用whos命令检查实际加载的变量名，某些数据集可能使用非预期的变量名。

问题2：结构体数据访问困难

解决方案：使用fieldnames函数查看结构体字段，然后通过点表示法访问。

问题3：分类变量处理

解决方案：始终将字符型分类变量转换为categorical类型，以确保统计分析函数正确识别。

通过以上方法，您可以有效地加载、转换和使用MATLAB的自带数据集进行各种数据分析和机器学习任务。