我想问一下如何在Matlab中生成数据集。我需要它来测试高维数据的特征选择算法......数据集应该是合成的,多变量的并且包含交互特征。 类似于MONKS问题的综合数据集可在http://archive.ics.uci.edu/ml/datasets/MONK%27s+Problems上找到....遗憾的是,我不知道如何根据我的需要可视化/生成和修改数据。目标是运行检测交互特征的算法。 我将非常感谢你的回复。
答案 0 :(得分:0)
我不确定这是你在寻找什么,但如果我需要这样做,我将首先生成匿名函数和通用变量名,我可以在数据集中随机应用。
例如,您可以生成数据集:
myData = rand(100,6);
并创建一些包含相互依赖性的函数
interact = @(x) x*x;
interact2 = @(x) x*(x-1);
然后创建一个随机的逻辑分布 y =圆(rand(100,1)); %(100行随机0' s或1')
浏览数据集并仅在y为真的行上使用interact函数 dataset(y == 1,:) = interact(dataset(y == 1,:));
如果您愿意,可以使用您定义的其他交互功能重复上述操作。这可能是有用的,这样你就可以避免行依赖(见下文),因此可以按顺序生成一些数据集,即 dataset2(y == 1,:) = interact2(dataset(y == 1,:));
可以对变量采用类似的方法(在示例集中,它显示了一些分类变量)。
myVariable = repmat('data', 100, 1);
listofvariables = genvarname(cellstr(myVariable));
y = round(rand(100,1)); % logical index for the data
随机选择要重复的通用变量 applyvar = round(rand(1,1)* 100); selectedVariable = listofvariables(applyvar);
用重复的变量替换变量列表的索引 listofvariables(y == 1)= selectedVariable;
按照您选择的某种顺序整理数据集
[cellstr(num2str(dataset(:,1))) listofvariables cellstr(num2str(dataset(:,2)) cellstr(num2str(dataset2(:,2))]