MATLAB泰坦尼克号乘客生还数据预处理

在MATLAB中预处理泰坦尼克号乘客生还数据通常涉及以下几个步骤：

1. 数据加载：首先，使用`readtable`或`readmatrix`函数从CSV或Excel文件中加载数据。例如：

   data = readtable('titanic_data.csv');

2. 数据探索：检查数据集是否有缺失值、异常值或非数字类型的数据。可以使用`summary`或`ismissing`等函数进行初步分析。

   summary(data)

3. 处理缺失值：可以选择删除包含缺失值的行（如果缺失值较少），或者用平均值、众数或其他统计量填充（如果缺失值较多）。

   data = rmmissing(data); % 删除缺失值

4. 类别变量转换：将分类变量（如性别、登船港口等）转换为数值表示，例如二进制编码（0,1）或独热编码（one-hot encoding）。

   data.Gender = categorical(data.Gender);
   data = dummyvar(data.Gender);

5. 特征工程：根据领域知识创建新的特征，如家庭成员数量、票价等级等。这可能涉及到数学计算和数据组合。

   data.FamilySize = data.SibSp + data.Parch + 1; % 家庭成员总数

6. 数据标准化或归一化：对数值特征进行标准化（减去均值，除以标准差），确保不同特征间具有可比性。

   data.Age = (data.Age - mean(data.Age)) / std(data.Age);

7. 划分训练集和测试集：使用`cvpartition`函数创建训练集和测试集，以便进行模型训练和评估。

   cv = cvpartition(size(data, 1), 'HoldOut', 0.3);
   trainData = data(training(cv), :);
   testData = data(test(cv), :);

8. 划分特征和目标变量：分离特征（X）和目标变量（y，即生存结果）。

   trainFeatures = trainData(:, 2:end);
   trainLabels = trainData.Survived;
   testFeatures = testData(:, 2:end);
   testLabels = testData.Survived;