R语言报告七种干豆类型预测分类资源-CSDN文库

共3个文件

r：1个

xlsx：1个

doc：1个

版权申诉

105 浏览量 2024-02-16 21:58:02 上传评论收藏 4.38MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

homework.zip （3个子文件）

Dry_Bean.r 3KB

Dry_Bean_Dataset.xlsx 2.9MB

报告.doc 1.69MB

题目：七种干豆类型预测分类

数据集介绍

干豆( Phaseolus vulgarisL.) 是世界许多地区的主食，加工使人们能够在日常

饮食中消费和加入这种营养丰富的食物。国际食品信息理事会 (IFIC) 描述了五

个加工级别的连续统一体；从最低限度加工到预制食品/膳食；而三个类别

（组），最小加工，加工和超加工；已被一些流行病学家分类。许多北美消费者、

卫生专业人员和政策制定者认为超加工食品和一些加工食品不健康。本研究使用

了七种不同类型的干豆，根据市场情况考虑了形状、形状、类型和结构等特征。

为了获得统一的种子分类，开发了一个计算机视觉系统来区分七个不同的登记品

种，它们具有相似的特征。对于分类模型，使用高分辨率相机拍摄了 7 种不同登

记的干豆的 13611 粒图像。通过计算机视觉系统获得的菜豆图像经过分割和特征

提取阶段，共有 16 个特征；从晶粒中获得了 12 个尺寸和 4 个形状。

数据来源于 UCI 数据库，网址是

https://archive.ics.uci.edu/ml/datasets/Dry+Bean+Dataset/，数据为

Dry_Bean_Dataset.xlsx 数据集(下载下来格式 xlsx)。该数据集共 13661 条数据，17

个变量，具体变量名及含义如下表所示。

变量名

含义

类型

Area

面积

数值型

Perimeter

周长

数值型

MajorAxisLength

长轴长

度

数值型

MinorAxisLength

短轴长

度

数值型

AspectRation.num

纵横比

数值型

Eccentricity

偏心

数值型

ConvexArea

凸面面

积

数值型

EquivDiameter

当量直

径

数值型

Extent

范围

数值型

Solidity

实度

数值型

roundness

圆度

数值型

Compactness

紧凑度

数值型

ShapeFactor1

形状特

征 1

数值型

ShapeFactor2

形状特

征 2

数值型

ShapeFactor3

形状特

数值型

征 3

ShapeFactor4

形状特

征 4

数值型

Class

干豆类

型

类别型 Seker, Barbunya, Bombay, Cali,

Dermosan, Horoz and Sira

各变量内容：

1.) Area (A): The area of a bean zone and the number of pixels within its

boundaries.

2.) Perimeter (P): Bean circumference is defined as the length of its border.

3.) Major axis length (L): The distance between the ends of the longest line that

can be drawn from a bean.

4.) Minor axis length (l): The longest line that can be drawn from the bean while

standing perpendicular to the main axis.

5.) Aspect ratio (K): Defines the relationship between L and l.

6.) Eccentricity (Ec): Eccentricity of the ellipse having the same moments as the

region.

7.) Convex area (C): Number of pixels in the smallest convex polygon that can

contain the area of a bean seed.

8.) Equivalent diameter (Ed): The diameter of a circle having the same area as a

bean seed area.

9.) Extent (Ex): The ratio of the pixels in the bounding box to the bean area.

10.)Solidity (S): Also known as convexity. The ratio of the pixels in the convex

shell to those found in beans.

11.)Roundness (R): Calculated with the following formula: (4piA)/(P^2)

12.)Compactness (CO): Measures the roundness of an object: Ed/L

13.)ShapeFactor1 (SF1)

14.)ShapeFactor2 (SF2)

15.)ShapeFactor3 (SF3)

16.)ShapeFactor4 (SF4)

17.)Class (Seker, Barbunya, Bombay, Cali, Dermosan, Horoz and Sira)

12.) (CO)：衡量物体的圆度：ED/L。

13.)ShapeFactor1(SF1)。

14.)ShapeFactor2(SF2)。

15)ShapeFactor3(SF3)。

16.)ShapeFactor4(SF4)

数据预处理

该数据集是使用高分辨率相机拍摄了 7 种不同类别干豆的 13,611 粒图像。共

有 16 个特征；从干豆颗粒图像中获得了 12 种尺寸和 4 种形状形式。

其中包含了 Bean 区域的面积及其边界内的像素数，豆子的周长，从豆子绘制的

最长直线两端之间的距离，豆子绘制的最长线，短轴长度，纵横比，与区域具有

相同力矩的椭圆的偏心，包含豆籽面积的最小凸面多边形中的像素数，与豆类种

子面积相同的圆的直径，边界框中的像素与 Bean 区域的比率，凸壳中的像素与

豆类中的像素之比，圆度，紧凑度，四种形状特征和分类类别等相关信息，我们

需要通过对所给属性数据进行分析处理，通过正确的判别方法，对已知样本数据

进行训练测试，基于此再对给出的数据相关信息对区分七个不同的品种的干豆

进行预测分析。由于所给的数据信息中，除了连续型数据之外，还有类别数据，

据此我们需要进行前期的数据处理。

（1）数据读取

getwd()

setwd("C:/Users/Administrator/Desktop/homework")

rm(list=ls()) #用于清除所有的变量，list=ls()把当前环境中的对象全部删除

读取数据

library(readxl)

dat <- read_excel("Dry_Bean_Dataset.xlsx")

readxl 包，读取 Excel 文件专用包，读取的数据命名对 dat

colnames(dat)

查看各变量类型

str(dat)

查看数据集

View(dat)

为方便后续分析，各类别型变量转化为因子型

dat$Class = as.factor(dat$Class )

table(dat$Class)

类别型数据的数值化处理（具体数值见附录）

所在列名称

原始值

赋值

BARBUNYA

BOMBAY

CALI

DERMASON

HOROZ

SEKER

class

SIRA

str(dat)

（2）缺失值识别

查看缺失值情况

sum(is.na(dat))

尝试观察是否存在非 NA 缺失值

用 table() 函数统计因子各水平的出现次数（称为频数或频率）

table(dat$Class)

首先，对原数据集利用 is.na 函数判断是否存在 NA 型缺失值，结果发现并没有。

因此不需要进行缺失值处理

原数据总条数

print(nrow(dat))

描述型统计分析

ggplot(dat, aes(x = Class)) + geom_bar()

对 7 个类别进行了统计出现次数分析，在 ggplot2 中创建条形图或条形图的主要功能是

geom_bar. 默认情况下，此函数计算分类变量每个级别的出现次数。

评论收藏

内容反馈

版权申诉

小夕Coding

粉丝: 5858
资源: 461

R 语言报告七种干豆类型预测分类

最新资源

R 语言报告 七种干豆类型预测分类

基于机器学习算法的干豆分类研究

论文研究 - 氮肥对干豆的接种效应

7种不同标注了的干豆图像，共13611粒图像

干豆数据集，可看机器学习数据处理https://blog.csdn.net/weixin_43788986/article/de

论文研究 - 八安第斯干豆的植物生长响应

干豆数据集.zip

干豆皮自动生产线蹲脑破脑系统设计说明.docx

干豆皮自动生产线蹲脑破脑系统毕业论文.docx

论文研究 - 干豆对第15组除草剂施用前的敏感性

干豆数据集（Dry Bean Dataset）

论文研究 - 干豆对2,4-D酯类施用前期和出苗前的响应

论文研究 - 覆盖作物和轮作对土壤物理性质和籽粒产量的影响

Datasets:数据集是一个Java库，可方便地使用机器学习数据集

DSGRecruitmentTask_DryBeanDataset

从头开始和 Scikit Learn 在 python 中实现决策树 数据集取自 UCI 的机器学习库

FPGA课设——豆浆机面板设计.zip

豆浆机维修方案分享（附操作资料）-电路方案

电子维修中的美的DG13-DSA型电脑式豆浆机电路分析与维修

美的DG13-DSA型电脑式豆浆机电路分析与维修

相关实用应用程序（Windows可用）

免费可用的ChatGPT网页版.zip

ChatGPT使用总结：150个ChatGPT提示词模板（完整版）

chromedriver-win64.zip

全国计算机二级WPSoffice精选350道选择题题库（含答案）.pdf

哈尔滨工业大学-ChatGPT调研报告-2023.3.6-94页.pdf

2023泛娱乐社交出海手册-ZEGO即构科技

4个亲测好用的ChatGPT4渠道

yolo学习导航.txt

SAP PI/PO rest发送x-www-data-urlencoded类型数据

最新资源

R 语言报告七种干豆类型预测分类

从头开始和 Scikit Learn 在 python 中实现决策树数据集取自 UCI 的机器学习库