rmoutliers
语法
描述
B= rmoutliers (一个)一个。
如果
一个是一个矩阵,然后呢rmoutliers检测到异常值的每一列一个分别和删除整行。如果
一个是一个表或时间表吗rmoutliers检测每个变量的异常值一个分别和删除整行。
默认情况下,局外人是一个值,三个多了平均绝对偏差(疯了)的值。
例子
删除离群值向量
创建一个包含两个离群值的向量和删除它们。
= [57 59 60 100 59 58 57 58 60 300 61 62 62 58 57);B = rmoutliers (A)
B =1×1357 59 60 59 58 57 58 60 61 62 62 58 57
使用意味着检测方法
识别潜在的离群值在一个时间表意味着检测方法,使用的数据删除任何局外人,想象清理数据。
创建一个时间表的数据,可视化数据来检测潜在的离群值。
T =小时(1:15);60 V = [57 59 100 59 58 57 58 60 300 61 62 62 58 57);一个=时间表(T ' V ');情节(A.Time A.Var1)
删除数据中离群值,局外人是定义为一个点超过三个标准差的意思。
B = rmoutliers (A,“的意思是”)
B =14×1的时间表Var1 _____ __ 1小时57 2小时59 3小时60 4 hr 100 5小时59 6小时58 7小时57 8小时58 10 hr 61 11 hr 62 12小时60 13 hr 62 14小时58 15小时57
在相同的图,图的原始数据和数据离群值删除。
持有在情节(B.Time B.Var1,“啊——”)传说(“原始数据”,“清除数据”)
使用移动的检测方法
使用移动平均检测和去除局部离群值从一个正弦波,对应于一个时间向量。
创建一个向量包含局部离群值的数据。
0.1 x = 2 * pi: 3:2 *π;一个= sin (x);(47)= 0;
创建一个向量对应的数据一个。
t = datetime(2017 1 1 0, 0, 0) +小时(0:长度(x) 1);
离群值定义为点超过三个地方从当地平均滑动窗口内按比例缩小的疯狂。发现异常值的位置一个相对于点t5个小时的窗口大小,和删除它们。
[B, TFrm] = rmoutliers (,“movmedian”小时(5),“SamplePoints”t);
情节的原始数据和数据离群值删除。
情节(t)在情节(t (~ TFrm), B,“啊——”)传说(“原始数据”,“清除数据”)
删除列包含异常值
删除离群值的矩阵数据,检查删除列和离群值。
创建一个矩阵,其中包含两个离群值。
一个=魔法(5);(4,4)= 200;(5)= 300;一个
一个=5×517 24 1 8 15 23 5 7 14 16 4 6 13 20 22 10 12 19 200 3 11 18 25 2 300
删除包含异常值的列指定维度为去除2。返回一个逻辑输出向量TFrm识别哪些列一个被移除,并返回一个逻辑输出数组TFoutlier识别异常值的位置一个。
[B, TFrm TFoutlier] = rmoutliers (A, 2)
B =5×317 24 1 23 5 7 4 6 13 10 12 19 11 18 25
TFrm =1 x5逻辑阵列0 0 0 1 1
TFoutlier =5 x5逻辑阵列0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1
找到删除列中的值一个。
rmCol = (:, TFrm)
rmCol =5×28 15 14 16 20 22 200 300 2
发现异常值的值一个。
rmVal = (TFoutlier)
rmVal =2×1200 300
指定异常位置
创建一个向量包含两个离群值,检测它们的位置。
= [57 59 60 100 59 58 57 58 60 300 61 62 62 58 57);检测= isoutlier (A)
检测=1连接逻辑阵列0 0 0 1 0 0 0 0 1 0 0 0 0 0 0
删除离群值。而不是使用检测方法,提供异常位置检测到isoutlier。
B = rmoutliers (A,“OutlierLocations”、检测)
B =1×1357 59 60 59 58 57 58 60 61 62 62 58 57
想象离群值阈值
删除一个异类的矢量数据和可视化数据清洗。
创建一个向量的数据包含一个异类。
= [60 49 49 58 59 100 61 57 48 58];
除去离群值,使用默认的检测方法“中值”。
[B, TFrm TFoutlier L U C] = rmoutliers(一个);
画出原始数据,数据删除离群值,和阈值和中心值取决于检测方法。中心值数据的中位数,和上、下阈值三个疯狂的上方和下方中间。
情节(A)在情节(找到(~ TFrm), B,“啊——”)yline ([L U C],”:“,(“低门槛”,“上阈值”,“中心价值”])传说(“原始数据”,“清除数据”)
