使用數字和文本數據在MATLAB中訓練SVM分類器

Question

我想在MATLAB中訓練SVM分類器以進行威脅檢測。 訓練數據在Excel文件中，並且包含數字和文本字段/列。 當我將此數據導出到MATLAB時，它可以是表格式或單元格格式。 如何將其轉換為矩陣格式？

PS：使用xlsread函數不會導入文本數據。

Answer 1

數據中有4種屬性。 數值，離散，標稱和序數。 在這里您可以閱讀有關它們的更多信息。 首先，對數據集中的每個特征進行統計分析，以了解基本統計信息，例如均值，中位數，最大值，最小值，變量類型，以及其是否類似於名詞性或有序性的單詞以及全部。 因此，您對要處理的內容有了一個很好的認識。然后根據變量類型，可以確定我們正在使用的向量化。如果它是數字變量，則可以將其分為不同的類和特征縮放。 如果它是序數變量，則可以給出邏輯順序。 如果是名義變量，則可以給出相同的數字名稱。 在這里，您只需要檢查每個功能對最終預測的影響程度

我的建議是，也使用Weka GUI可視化數據。 然后您可以逐列預處理數據

Answer 2

您需要使用偽變量或其他技術將文本字段轉換為數字，或者如果它們實際上是id（例如，醫療數據的患者姓名，記錄號，調查的響應者uuid等），則將其完全刪除。

在R或Python + Pandas中 ，這實際上會更容易，但是在Matlab中，您將需要自己執行編碼，從單元數組到矩陣。 或者，您可以嘗試使用此工具箱 。