【问题标题】:Categorical data correlation matlab分类数据相关matlab
【发布时间】:2016-03-29 18:41:41
【问题描述】:

我有一个包含分类和数字数据的单元格。我想将 NUTRIENT 转换为分类数据,以找到两者的 AIR READINGS 和 SETTLE PLATE READINGS 之间的相关性。

我尝试转换为矩阵,然后尝试转换为分类:

A=cell2mat(Air(:,3));
categorical(A)

使用分类错误
创建抽象类的实例
不允许使用“分类”。

有什么明显的原因导致它不起作用?

  'AIR READINGS'    []  []  []
    'PHASE' 'SITE'  'NUTRIENT'  '(M)SA'
    1   1   'SG'    'NO'
    1   2   'SG'    'NO'
    1   3   'MG'    'NO'
    1   4   'SG'    'NO'
    2   1   'LG'    'NO'
    2   2   'LG'    'NO'
    2   3   'MG'    'MSSA'
    2   4   'LG'    'MSSA'
    3   1   'SG'    'NO'
    3   2   'LG'    'NO'

'SETTLE PLATE READINGS' []  []  []
'PHASE' 'SITE'  'NUTRIENT'  '(M)SA'
1   1   'SG'    'NO'
1   2   'SG'    'NO'
1   3   'SG'    'NO'
1   4   'SG'    'NO'
2   1   'SG'    'NO'
2   2   'LG'    'NO'
2   3   'MG'    'NO'
2   4   'LG'    'NO'
3   1   'SG'    'NO'
3   2   'NG'    'NO'
3   3   'SG'    'NO'

编辑:

我正在从 excel 文件中导入这些数据,但看起来它正在为大单元格 A 中的每个单独条目制作单元格。例如,如果我输入 A{2,3},我会得到 SG。这不对吧?

【问题讨论】:

    标签: matlab


    【解决方案1】:

    如果有单元格,则无需转换:

    NUTRIENT = {'NO' 'NO' 'NO' 'NO' 'NO' 'NO' 'MSSA' 'MSSA' 'NO'}
    NUTRIENT_cat =  categorical(NUTRIENT)
    NUTRIENT_dummy = dummyvar(NUTRIENT_cat')
    

    营养 =

    'NO'    'NO'    'NO'    'NO'    'NO'    'NO'    'MSSA'    'MSSA'    'NO'
    

    营养猫 =

     NO      NO      NO      NO      NO      NO      MSSA      MSSA      NO 
    

    NUTRIENT_dummy =

     0     1
     0     1
     0     1
     0     1
     0     1
     0     1
     1     0
     1     0
     0     1
    

    您的类别是:

    categories(categories(NUTRIENT_cat))
    

    ans =

    'MSSA'
    'NO'
    

    【讨论】:

    • 非常感谢。营养类别是 SG 等列,但无论如何,即使我不尝试将其转换为矩阵并输入 categorical(A(:,3)) ,我也会收到上面显示的错误。是因为我有标题吗?有没有办法查看它是否采用分类将接受的正确格式?
    • 如果您想定义自己的类别(我不知道您所说的“SG 等列”是什么意思),请阅读此link。检查输入是否正确:检查输入是否等于向量 |矩阵 |多维数组。如果您仍然遇到此问题,请尝试发布您仅写 A(:,3) 所获得的内容。
    • 谢谢。我的意思是营养类别是 SG、LG、MG 等,而不是 MSSA、NO 的列。这是我的错,我没有让数据看起来足够清晰。
    猜你喜欢
    • 2012-01-31
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-11-06
    • 2021-05-24
    • 2015-04-13
    • 1970-01-01
    相关资源
    最近更新 更多