使用数字+文本数据在MATLAB中训练SVM分类器

Question

我想在MATLAB中训练SVM分类器以进行威胁检测。训练数据位于Excel文件中，包含数字和文本字段/列。当我将这些数据导出到MATLAB时，它可以是表格或单元格格式。如何以矩阵格式转换它？

P.S：使用xlsread函数不会导入文本数据。

Answer 1

数据中有4种属性。数值，离散，名义和序数。 Here你可以阅读更多关于它们的信息。首先对数据集中的每个要素进行统计分析，以了解基本统计数据，例如均值，中位数，最大值，最小值，变量类型，以及它是否与名义或序数不同的单词和所有单词一样。那么你就可以很好地了解你正在处理什么。然后根据变量类型你可以决定我们使用哪个矢量化。如果它是一个数值变量，你可以将它分成不同的类和特征缩放。如果它是一个序数变量，你可以给出逻辑顺序。如果它是名义变量，您可以给出相同的数字名称。在这里，您只需检查每个功能对最终预测的影响程度

我的建议是，使用Weka GUI来可视化数据。然后，您可以逐列

预处理数据

Answer 2

您需要使用dummy variables或其他技术将文本字段转换为数字，或者如果它们实际上是id，则完全删除它们（例如医疗数据的患者姓名，记录编号，受访者uuid表示调查等。）

这在R或Python+Pandas实际上会更容易，但在Matlab中，您需要自己执行编码，从单元格阵列向矩阵工作。或者你可以尝试这个toolbox。