2-4 Abalone Dataset

[english][all]

(請注意：中文版本並未隨英文版本同步更新！)

Abalone 資料集包含不同年齡之鮑魚的各項資料，特性如下：

• 資料筆數：共 4177 筆
• 特徵：共 8 種，都是鮑魚的量測數值，沒有未知量：
  • Sex
  • Length
  • Diameter
  • Height
  • Whole weight
  • Shucked weight
  • Viscera weight
  • Shell weight
• 類別：共 28 類，分別代表年齡從1歲到28歲的鮑魚。

我們可以計算每一個類別的資料量，如下：

Example 1: abaloneClassDataCount01.m

DS=prData('abalone'); [classSize, classLabel]=dsClassSize(DS, 1); 8 features 4177 instances 28 classes

我們可以計算每一個類別的特徵分布圖，如下：

Example 2: abaloneClassDist01.m

DS=prData('abalone'); index=DS.output>8; DS.input(:, index)=[]; DS.output(:, index)=[]; dsDistPlot(DS);

(In order not to clotter the plot, we have only shown the distributions among the first 8 classes.)

我們可以進行類別對單一特徵的作圖，如下：

Example 3: abaloneProjPlot1.m

DS = prData('abalone'); dsProjPlot1(DS);

我們也可以將資料投影到二度空間，來觀察資料的分佈，範例如下：

Example 5: abaloneProjPlot2.m

DS = prData('abalone'); opt.showAxisLabel=0; opt.showAxisTick=0; opt.showClassName=1; dsProjPlot2(DS, opt);

我們也可以將資料投影到三度空間，來觀察資料的分佈，但是會畫出的圖形將有 C(8, 3) = 56 個圖，如下：

Example 6: abaloneProjPlot3.m

DS = prData('abalone'); opt.showAxisLabel=0; opt.showAxisTick=0; opt.showClassName=1; dsProjPlot3(DS, opt);

由於類別太多，所以無論是二度空間投影或是三度空間投影，都很難看出來是否有「同類資料分佈相近」的趨勢。

---

Data Clustering and Pattern Recognition (資料分群與樣式辨認)