Matlab代码-数据分析

5视图(30天)

显示旧的评论

穆斯塔法坎领域 2022年12月13日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1877612-matlab-code-data-analysis

编辑: 穆斯塔法坎领域2022年12月16日

答:接受图像分析

我的程序崩溃没有要求用户输入样本数据,如何解决这个问题? 它工作当我试着更小的数据集的值。

我有一个学生高等教育绩效评估数据集( https://archive.ics.uci.edu/ml/datasets/Higher +教育+学生+绩效+评价+数据集 )。

接受的答案

图像分析 2022年12月13日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/1877612-matlab-code-data-analysis answer_1127357

不确定,我们没有您的代码或数据。我开始仔细检查的参数传递给fitcknn。

8的评论
显示隐藏 7年长的评论

穆斯塔法坎领域 2022年12月14日

编辑:穆斯塔法坎领域 2022年12月14日

%设置导入选项和导入数据

选择= delimitedTextImportOptions (“NumVariables”, 6);

%指定范围和分隔符

选择。DataLines =(1正);

选择。分隔符= "、";

%指定列的名称和类型

选择。VariableNames = [“StudentAge”、“性”、“Graduatedhigh-schooltype”,“Scholarshiptype”、“Additionalwork”、“Regularartisticorsportsactivity”、“Doyouhaveapartner”、“Totalsalaryifavailable”、“Transportationtotheuniversity”、“AccommodationtypeinCyprus”、“Mothereducation”、“Fathereducation”、“Numberofsisters /兄弟(ifavailable)”,“Parentalstatus”、“Motheroccupation”、“Fatheroccupation”、“Weeklystudyhours”、“Readingfrequency (non-scientificbooks /期刊)”,“Readingfrequency (scientificbooks /期刊)”,“Attendancetotheseminars / conferencesrelatedtothedepartment”、“Impactofyourprojects / activitiesonyoursuccess”、“Attendancetoclasses”、“Preparationtomidtermexams1”、“Preparationtomidtermexams2”、“Takingnotesinclasses”、“Listeninginclasses”、“Discussionimprovesmyinterestandsuccessinthecourse”、“Flip-classroom”、“Cumulativegradepointaverageinthelastsemester [/ 4.00]”、“ExpectedCumulativegradepointaverageinthegraduation [/ 4.00]”、“CourseID”、“OUTPUTGrade”);

选择。VariableTypes =[“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“双”、“分类”);

%指定文件级别的属性

选择。ExtraColumnsRule =“忽略”;

选择。EmptyLineRule =“读”;

%指定变量的属性

选择= setvaropts(选择、“OUTPUTGrade”、“EmptyFieldRule”,“汽车”);

%导入数据

ornek = readtable(“数据。dat”,选择);%将数值转换为一类。所以我改变了我的文件类型。

%明显的临时变量

明确的选择

%预测资讯

modelformed = fitcknn (ornek, OUTPUTGrade ~ StudentAge +性别+ Graduatedhigh-schooltype + Scholarshiptype + Additionalwork + Regularartisticorsportsactivity + Doyouhaveapartner + Totalsalaryifavailable + Transportationtotheuniversity + AccommodationtypeinCyprus + Mothereducation + Fathereducation + Numberofsisters /兄弟(ifavailable) + Parentalstatus + Motheroccupation + Fatheroccupation + Weeklystudyhours + Readingfrequency (non-scientificbooks /期刊)+ Readingfrequency (scientificbooks /期刊)+ Attendancetotheseminars / conferencesrelatedtothedepartment + Impactofyourprojects / activitiesonyoursuccess + Attendancetoclasses + Preparationtomidtermexams1 + Preparationtomidtermexams2 + Takingnotesinclasses + Listeninginclasses + Discussionimprovesmyinterestandsuccessinthecourse + Flip-classroom + Cumulativegradepointaverageinthelastsemester [/ 4.00] + ExpectedCumulativegradepointaverageinthegraduation (/ 4.00) + CourseID ');

modelformed.NumNeighbors = 31;

a1 =输入(输入StudentAge:”);

a2 =输入(“输入性:”);

a3 =输入(输入Graduatedhigh-schooltype:”);

a4 =输入(输入Additionalwork:”);

a5 =输入(输入Regularartisticorsportsactivity:”);

a6 =输入(输入Doyouhaveapartner:”);

a7 =输入(输入Totalsalaryifavailable:”);

a8 =输入(输入Transportationtotheuniversity:”);

a9 =输入(输入AccommodationtypeinCyprus:”);

a10 =输入(输入Mothereducation:”);

a11 =输入(输入Fathereducation:”);

a12 =输入(输入Numberofsisters /兄弟(ifavailable):”);

首次购物=输入(输入Parentalstatus:”);

阿=输入(输入Motheroccupation:”);

a15 =输入(输入Fatheroccupation:”);

a16 =输入(输入Weeklystudyhours:”);

第a17 =输入(输入Readingfrequency (non-scientificbooks /期刊):”);

那么=输入(输入Readingfrequency (scientificbooks /期刊):”);

a19 =输入(“进入Attendancetotheseminars / conferencesrelatedtothedepartment:”);

a20 =输入(“进入Impactofyourprojects / activitiesonyoursuccess:”);

a21 =输入(输入Attendancetoclasses:”);

a22 =输入(输入Preparationtomidtermexams1:”);

a23 =输入(输入Preparationtomidtermexams2:”);

a24 =输入(输入Takingnotesinclasses:”);

25 =输入(输入Listeninginclasses:”);

a26 =输入(输入Discussionimprovesmyinterestandsuccessinthecourse:”);

a27 =输入(输入Flip-classroom:”);

25 =输入(输入Cumulativegradepointaverageinthelastsemester [/ 4.00]:”);

a29 =输入(输入ExpectedCumulativegradepointaverageinthegraduation [/ 4.00]:”);

故事本来=输入(输入CourseID:”);

预测(modelformed(性别、Graduatedhigh-schooltype Additionalwork、Regularartisticorsportsactivity Doyouhaveapartner, Totalsalaryifavailable, Transportationtotheuniversity, AccommodationtypeinCyprus, Mothereducation, Fathereducation, Numberofsisters /兄弟(ifavailable) Parentalstatus, Motheroccupation, Fatheroccupation, Weeklystudyhours, Readingfrequency (non-scientificbooks /期刊),Readingfrequency (scientificbooks /期刊),Attendancetotheseminars / conferencesrelatedtothedepartment Impactofyourprojects / activitiesonyoursuccess Attendancetoclasses, Preparationtomidtermexams1, Preparationtomidtermexams2, Takingnotesinclasses, Listeninginclasses, Discussionimprovesmyinterestandsuccessinthecourse, Flip-classroom, Cumulativegradepointaverageinthelastsemester, ExpectedCumulativegradepointaverageinthegraduation, CourseID])

我这样做了。应该没有错误,但它会返回错误

穆斯塔法坎领域 2022年12月14日

编辑:穆斯塔法坎领域 2022年12月16日

谢谢你的回答,但不幸的是它没有工作。

我写的代码不读这个数据集的值。

选择= delimitedTextImportOptions (“NumVariables”, 8);

%指定范围和分隔符

选择。DataLines =(1正);

选择。分隔符= "、";

%指定列的名称和类型

选择。VariableNames = [“mcg”、“gvh”,“唇”,“chg”,“aac格式”,“alm1”,“alm2”,“阶级”);

选择。VariableTypes =[“双”、“双”、“双”、“双”、“双”、“双”、“双”、“分类”);

选择。ExtraColumnsRule =“忽略”;

选择。EmptyLineRule =“读”;

选择= setvaropts(选择、“类”、“EmptyFieldRule”、“汽车”);

ecoliKNN = readtable (“ecoliKNN。数据”,选择);

明确的选择

modelformed = fitcknn (ecoliKNN”类~ mcg + gvh +唇+ chg + aac + alm1 + alm2 ');

modelformed.NumNeighbors = 3;

mcg =输入(输入mcg:”);

gvh =输入(输入gvh:”);

唇=输入(“输入唇:”);

chg =输入(输入chg:”);

aac =输入(“输入aac:”);

alm1 =输入(输入alm1:”);

alm2 =输入(输入alm2:”);

预测(modelformed (chg gvh mcg,嘴唇,aac, alm1, alm2])

但代码阅读这个数据集(https://archive.ics.uci.edu/ml/machine-learning-databases/ecoli/)

图像分析 2022年12月15日

编辑:图像分析 2022年12月15日

这样做:

                                   t = readtable (“DATA.csv”);
                                  
                                   tPredictors = t(:, 2:结束);
                                  
                                   DATA = table2array (tPredictors)
                                  
                                   X =数据(:,1:31);%的输入(“预测”)
                                  
                                   trueResponseY =数据(:,32);%真实输出(类数字)

然后去上的应用程序选项卡工具丝带和启动分类学习和使用数据从工作区启动一个会话。告诉它tPredictors是你预测输入和trueResponseY你真实的响应值。然后选择所有的贝叶斯模型,和其他人如果你想要,告诉火车。你会得到这样的结果:

然后去导出按钮,导出紧凑的模型转换为一个变量。保存变量保存()垫文件。然后你可以阅读这个模型,给你的预测和估计类。

穆斯塔法坎领域 2022年12月15日

非常感谢

登录置评。

类别

人工智能,数据科学和统计数据统计和机器学习工具分类分类学习者应用

找到更多的在分类学习者应用在帮助中心和文件交换

s manbetx 845

释放

R2021b

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

Matlab代码-数据分析

0评论
显示隐藏1以上的评论

接受的答案

8的评论
显示隐藏 7年长的评论

更多的答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

Matlab代码-数据分析

0评论 显示隐藏1以上的评论

接受的答案

8的评论 显示隐藏 7年长的评论

更多的答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

0评论
显示隐藏1以上的评论

8的评论
显示隐藏 7年长的评论