UCI数据库是加州大学欧文分校(University of CaliforniaIrvine)提出的用于机器学习的数据库，这个数据库共有559个数据集，其数目还在不断增加，UCI数据集是一个常用的标准测试数据集。

• 中文名称 uci数据库
• 外文名称 University of CaliforniaIrvine
• 类别 数据库
• 相关软件 matlab

介绍

　　UCI数据可以使用matlab的dlmread(或textread或者利用matlab的导入数据)读取，不过，需要先将不是数字的类别用数字，比如1/2/3等替换，否则读入不了数值，当字符了。

　　每个数据文件(*.data)包含以"属性-值"对形式描述的很多个体样本的记录。对应的*.info文件包含的大量的文档资料。(有些文件_generate_ databases;他们不包含*.data文件。)作为数据集和领域知识的补充，在utilities目录里包含了一些在使用这一数据集时的有用资料。

例子

　　下面以UCI中IRIS为例介绍一下数据集:

　　ucidatairis中有三个文件:

　　Index

　　iris.data

　　iris.names

　　index为文件夹目录，列出了本文件夹里的所有文件，如iris中index的内容如下:

　　Index of iris

　　18 Mar 1996 105 Index

　　08 Mar 1993 4551 iris.data

　　30 May 1989 2604 iris.names

　　iris.data为iris数据文件，内容如下:

　　5.1,3.5,1.4,0.2,Iris-setosa

　　4.9,3.0,1.4,0.2,Iris-setosa

　　4.7,3.2,1.3,0.2,Iris-setosa

　　……

　　7.0,3.2,4.7,1.4,Iris-versicolor

　　6.9,3.1,4.9,1.5,Iris-versicolor

　　……

　　6.3,3.3,6.0,2.5,Iris-virginica

　　6.4,3.2,4.5,1.5,Iris-versicolor

　　5.8,2.7,5.1,1.9,Iris-virginica

　　7.1,3.0,5.9,2.1,Iris-virginica

　　……

　　如上，属性直接以逗号隔开，中间没有空格(5.1,3.5,1.4,0.2,)，最后一列为本行属性对应的值，即决策属性Iris-setosa

　　。

　　iris.names介绍了irir数据的一些相关信息，如数据标题、数据来源、以前使用情况、最近信息、实例数目、实例的属性等，如下所示部分:

　　……

　　7. Attribute Information:

　　1. sepal length in cm

　　2. sepal width in cm

　　3. petal length in cm

　　4. petal width in cm

　　5. class:

　　-- Iris Setosa

　　-- Iris Versicolour

　　-- Iris Virginica

　　……

　　9. Class Distribution: 33.3% for each of 3 classes.

　　本数据的使用实例请参考其他论文，或本站后面的内容。

　　下面以wine数据为例导入matlab并利用前面提到的libsvm做测试

　　>> uiimport('wine.data')

　　导入数据，workspace处出现wine数组178*14

　　将标签和数据属性提取，并保存到matlab平台下的数据

　　>> wine_label = wine(:,1);

　　>> wine_data = wine(:,2:end);

　　>> save winedat.mat

　　(下次使用的时候可以直接>> load winedat)

　　svm训练模型得到wine模型

　　>> modelw = svmtrain(wine_data,wine_label);

　　.*

　　optimization finished, #iter = 239

　　nu = 0.892184

　　obj = -61.125695, rho = 0.131965

　　nSV = 130, nBSV = 53

　　.*

　　optimization finished, #iter = 193

　　nu = 0.882853

　　obj = -50.421538, rho = -0.166754

　　nSV = 107, nBSV = 42

　　.*

　　optimization finished, #iter = 214

　　nu = 0.800233

　　obj = -53.411663, rho = -0.286931

　　nSV = 119, nBSV = 44

　　Total nSV = 178

　　分类结果

　　>> [plabelw, accuracyw] = svmpredict(wine_label,wine_data,modelw);

　　Accuracy = 100% (178/178) (classification)