主要内容

数据预处理

数据清洗，平滑，分组

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。数据清理是指查找、删除和替换坏数据或丢失数据的方法。检测局部极值和突变可以帮助识别重要的数据趋势。平滑和去趋势是从数据中去除噪声和多项式趋势的过程，而缩放则改变数据的边界。分组和分箱方法按组标识数据特征。

应用程序

数据更清洁 预处理和组织面向列的数据

实时编辑任务

清理缺失数据 在实时编辑器中查找、填充或删除缺失的数据
干净的离群数据 在实时编辑器中查找、填充或删除异常值
按组计算 在实时编辑器中按组总结、转换或筛选
找到改变点 在实时编辑器中查找数据的突然变化
寻找局部极值 在实时编辑器中找到局部最大值和最小值
规范化的数据 在实时编辑器中居中并缩放数据
平滑的数据 在实时编辑器中平滑噪声数据
删除趋势 在实时编辑器中删除数据的多项式趋势

功能

全部展开

anymissing 确定是否有数组元素缺失
ismissing 查找缺失值
rmmissing 删除缺失的条目
fillmissing 填补缺失值
失踪 创建缺失值
standardizeMissing 插入标准缺失值
isoutlier 发现数据中的异常值
filloutliers 检测并替换数据中的异常值
rmoutliers 检测并移除数据中的异常值
movmad 移动中值绝对偏差
ischange 发现数据的突然变化
islocalmin 寻找局部极小值
islocalmax 寻找局部极大值
smoothdata 平滑噪声数据
movmean 移动的意思
movmedian 移动平均
去趋势 去除多项式趋势
trenddecomp 发现数据趋势
正常化 规范化的数据
重新调节 数组元素的缩放范围
离散化 将数据分组到箱子或类别中
groupcounts 组元素个数
groupfilter 分组过滤
groupsummary 分组汇总计算
grouptransform 按组转换
histcounts 柱状图箱计数
histcounts2 二元直方图bin计数
findgroups 查找组并返回组号
splitapply 将数据分成组并应用函数
rowfun 将函数应用到表或时间表行
varfun 将函数应用于表或时间表变量
accumarray 累积矢量元素

主题