基于 MATLAB 的鸢尾花（Iris）数据分类项目

项目简介

本项目使用 MATLAB 对经典的鸢尾花（Iris）数据集进行数据探索性分析、离群点检测和多类分类。项目涵盖了数据可视化、相关性分析、异常值检测（3σ准则）以及基于支持向量机（SVM）的多分类预测，并通过混淆矩阵评估分类效果。

数据集

使用经典的 Fisher Iris 数据集（iris--鸢尾花数据.xlsx），包含：

• 样本数：150 条
• 特征数：4 个（花萼长度、花萼宽度、花瓣长度、花瓣宽度）
• 类别数：3 类（Setosa=0, Versicolor=1, Virginica=2）

运行环境

• MATLAB R2020a 及以上版本
• 需要以下工具箱：
  • Statistics and Machine Learning Toolbox（fitcecoc, confusionchart）
  • Curve Fitting Toolbox（createFit 相关功能）
  • Deep Learning Toolbox（plotconfusion，仅 last.m 使用）

运行流程

主程序 main.m 的执行步骤：

步骤1: 读取数据
    └── 通过文件选择对话框加载 iris--鸢尾花数据.xlsx

步骤2: 数据可视化
    ├── 绘制花瓣长度直方图
    ├── 绘制花瓣宽度直方图
    ├── 计算4个特征两两之间的相关系数（共6组）
    ├── 绘制按类别分组的散点图
    └── 绘制箱形图观察数据分布

步骤3: 离群点检测
    ├── 用户选择待检测的特征列
    ├── 计算该列的均值和标准差
    └── 用 3σ 准则识别离群样本

步骤4: SVM 多分类
    ├── 用正常样本训练多类 SVM 分类器（fitcecoc）
    └── 用训练好的模型预测离群样本的类别

步骤5: 评估
    ├── 计算分类准确率
    └── 绘制混淆矩阵（confusionchart）

文件说明

文件名	类型	功能描述
main.m	主程序	完整的分析流程入口，包含数据读取、可视化、离群点检测、SVM分类和混淆矩阵评估
last.m	主程序	main.m 的早期版本，额外使用 plotconfusion 绘制混淆矩阵
iris--鸢尾花数据.xlsx	数据文件	150条鸢尾花样本数据，含4个特征和1个类别标签
compute_confusion_matrix.m	函数	手动计算混淆矩阵并调用绘图函数进行可视化
confusion_matrix1.m	函数	使用 confusionmat + imagesc 绘制彩色混淆矩阵热力图
createFit.m	函数	MATLAB自动生成的高斯拟合函数（gauss5，5项高斯混合拟合）
createFit1.m	函数	MATLAB自动生成的高斯拟合函数（gauss3，3项高斯混合拟合）

核心算法

1. 离群点检测 — 3σ准则

对选定特征列计算均值 μ 和标准差 σ，若某样本满足：

|x - μ| > 3σ

则判定为离群点。

2. 多类SVM分类 — ECOC（纠错输出码）

使用 fitcecoc 训练多类支持向量机：

• 将3类问题分解为多个二分类子问题
• 采用一对一（One-vs-One）编码策略
• 用正常样本训练，预测离群样本的类别归属

使用方法

1. 打开 MATLAB，将当前目录切换到项目文件夹
2. 运行 main.m
3. 在弹出的文件选择对话框中选择 iris--鸢尾花数据.xlsx
4. 观察生成的直方图、散点图、箱形图
5. 在命令行输入你认为存在离群点的列号（1-4）
6. 程序自动完成离群点检测、SVM训练和分类评估

输出结果

• 花瓣长度/宽度直方图
• 4个特征两两组合的分组散点图（共6张）
• 箱形图
• 离群点个数及索引
• SVM分类准确率
• 混淆矩阵图

项目结构

├── main.m                      # 主程序（推荐运行此文件）
├── last.m                      # 早期版本主程序
├── iris--鸢尾花数据.xlsx        # 鸢尾花数据集
├── compute_confusion_matrix.m  # 混淆矩阵计算函数
├── confusion_matrix1.m         # 混淆矩阵可视化函数
├── createFit.m                 # 高斯拟合函数（5项）
├── createFit1.m                # 高斯拟合函数（3项）
└── README.md                   # 项目说明文档