文档帮助中心文档
数据可能需要预处理技术来确保准确、高效或有意义的分析。数据清理指的是查找、删除和替换坏数据或缺失数据的方法。检测局部极值和突变有助于识别重要的数据趋势。平滑和去趋势化是去除噪声和多项式的过程数据的趋势,而缩放会更改数据的边界。分组和装箱方法按组识别数据特征。
全部展开
伊斯米辛
rmmissing
填充物缺失
丢失的
标准化
同等
填充异常值
门卫
movmad
易变
伊斯洛卡明
islocalmax
平滑数据
莫维梅恩
莫维米德
德特伦德
趋势分解
正常化
重新缩放
离散化
组数
组过滤器
组摘要
grouptransform
历史记录
历史计数2
查找组
拆分应用
rowfun
瓦芬
Accumaray
清理混乱和缺失的数据表
此示例演示如何查找、清理和删除缺少数据的表行。
去趋势化数据
从数据中删除线性趋势。
将变量分组以分割数据
可以使用分组变量对数据变量进行分类。
将数据分组并计算统计数据
此示例演示如何对数据进行分组,并将统计函数应用于每个组。
拆分表数据变量和应用函数
此示例演示如何对数据变量进行分组,并将函数应用于每个组。
使用实时编辑器任务以交互方式预处理数据。
处理数据集中缺少的值。
消除数据中不必要的噪声或行为,并查找、填充和删除异常值。
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站以获取翻译后的内容(如果可用),并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处