如何计算含类别列的.txt文件中各类别的均值向量？

嘿，你完全说对了——不能直接用mean(MyImage)，因为你的数据里混了分类标识（类别、真实标签）和需要计算均值的特征（X、Y、像素强度），直接全局求均值会把无关的标识列也算进去，结果根本不是你想要的每个类别的特征均值向量。

下面是具体的实现步骤和MATLAB代码，帮你分别计算类别0和类别1的均值向量：

步骤说明 #

1. 先把txt文件里的数据读取成结构化的数值矩阵
2. 按第一列（类别列）把数据分成两组：类别0的样本、类别1的样本
3. 对每组样本，只提取需要计算均值的特征列（X、Y、像素强度，也就是第3、4、5列）
4. 分别计算每组特征列的均值，得到对应类别的均值向量

代码实现 #

% 打开并读取基础.txt文件
testFile = fopen('基础.txt', 'r');
% 按5列格式读取所有数值，转置后变成每行对应一个样本的矩阵
data = fscanf(testFile, '%f', [5, inf]);
data = data';
fclose(testFile);

% 按类别筛选数据
class0_samples = data(data(:, 1) == 0, :); % 提取所有类别为0的样本
class1_samples = data(data(:, 1) == 1, :); % 提取所有类别为1的样本

% 计算类别0的均值向量（仅针对X、Y、像素强度列）
mean_vec_class0 = mean(class0_samples(:, 3:5));
% 计算类别1的均值向量
mean_vec_class1 = mean(class1_samples(:, 3:5));

% 可选：如果需要把真实标签列也纳入均值计算（不过标签一般是离散值，均值意义不大）
% mean_vec_class0 = mean(class0_samples(:, 2:5));
% mean_vec_class1 = mean(class1_samples(:, 2:5));

额外说明 #

• 代码里用data(:, 1) == 0这种逻辑索引，能快速筛选出对应类别的所有样本，比循环高效很多
• 如果你的真实标签列是用来验证分类结果的，一般不需要把它纳入均值计算，所以我们只取了第3到5列的特征来求均值
• 运行后mean_vec_class0和mean_vec_class1就是你要的两个类别各自的均值向量，每个向量包含X、Y、像素强度三个特征的均值

内容的提问来源于stack exchange，提问作者JetsYanks08