基于MATLAB的数据挖掘.ppt

* 基于MATLAB的数据挖掘 徐鑫晶 11计算机应用技术 基于MATLAB的数据挖掘 把4月20日到6月15日期间的sars已确诊病例，现有疑似病例，累计死亡和累计出院人数输入matlab中，利用其中的bar函数画出条形图。 数据部分省略。MATLAB部分程序如下： subplot(2,2,1),bar(x,y,b),title(已确诊病例),xlabel(4月20日到6月25日); subplot(2,2,2),bar(x,z,b),title(现有疑似病例),xlabel(4月20日到6月25日); subplot(2,2,3),bar(x,m,b),title(死亡累计病例),xlabel(4月20日到6月25日); subplot(2,2,4),bar(x,n,b),title(已出院累计病例),xlabel(4月20日到6月25日); 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘 用matlab中的plot函数，将这些数据分别绘制成单根的二维曲线，可以更清楚的看到已确诊病例、现有疑似病例、累计死亡病例、已出院累计病例的人数随时间变化的情况。 基于MATLAB的数据挖掘 对这些数据进行曲线拟合，即用一个简单的函数，去逼近一个复杂的未知的函数，以此来发现数据之间的规律。MATLAB曲线拟合的最优标准时采用常见的最小二乘原理，使真实的数据和拟合的数据之间误差的平方和最小。 基于MATLAB的数据挖掘 在matlab中，用ployfit函数来生成拟合曲线 程序如下： subplot(2,2,1),ya=polyfit(x,y,2);plot(x,polyval(ya,x),r,x,y,.);title(已确诊病例),xlabel(4月20日到6月25日); subplot(2,2,2),za=polyfit(x,z,2);plot(x,polyval(za,x),r,x,z,.),title(现有疑似病例),xlabel(4月20日到6月25日); subplot(2,2,3),ma=polyfit(x,m,2);plot(x,polyval(ma,x),r,x,m,.),title(死亡累计病例),xlabel(4月20日到6月25日); subplot(2,2,4),na=polyfit(x,n,2);plot(x,polyval(na,x),r,x,n,.),title(已出院累计病例),xlabel(4月20日到6月25日); 基于MATLAB的数据挖掘 下图对这些数据分别进行了二次、三次、四次多项式拟合之后各数据的函数图像，蓝线代表拟合曲线，红点代表原始的数据。可以发现，当多项式次数大于三的时候，拟合的效果就比较好了。 这个数据拟合可以用来发现数据的规律，以及利用这个规律来寻找需要的数据。 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘 基于MATLAB的数据挖掘