文件帮助中心文件
数据可能需要预处理技术,以确保准确,有效或有意义的分析。数据清洁是指查找,删除和替换差别或丢失数据的方法。检测局部极值和突然的变化可以有助于确定大量数据趋势。平滑和拒绝是用于从数据中去除噪声和多项式趋势的过程,同时缩放更改数据的界限。分组和分组方法按组识别数据特征。
展开全部
不见了
rmmissing
填充
丢失的
标准造理
isoullier.
Fillutiers.
rmoutliers.
movmad
ischange.
islocalmin
islocalmax.
smoothdata.
Movemean
movmedian.
诽谤
正常化
rescale.
离散化
GroupCounts.
GroupFilter.
团体ummary
grouptransform
节目
histcounts2.
findgroups.
裂开
rowfun
varfun.
积累
清除表中凌乱和缺失的数据
此示例显示如何使用缺少数据查找,清除和删除表行。
争取数据
从数据中删除线性趋势。
分组变量以分割数据
您可以使用分组变量进行分类数据变量。
将数据分成组并计算统计数据
此示例显示如何将数据组分组并将统计信息应用于每个组。
拆分表数据变量和应用函数
此示例显示如何将数据变量组分组并将函数应用于每个组。
具有实时编辑任务的交互式预处理数据。
处理数据集中的缺失值。
消除数据中的不需要的噪声或行为,并找到,填充和删除异常值。
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,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一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室