MATLAB对缺失值处理

2023-07-13 11:25| 来源: 网络整理| 查看: 265

针对缺失值，一般有以下几个重要函数进行使用，通常情况下是对已有的数据处理，首先是对缺失值的查找，然后对缺失值的替换！

一：查找缺失值（ismissing函数）

在MATLAB中缺失值用NAN表示用例子显示ismissing的用法！

返回向量中的 NaN 值

创建一个包含 NaN 值的行向量 A，并确定这些值在 A 中的位置。

A = [3 NaN 5 6 7 NaN NaN 9];

结果：TF = 1x8 logical array

0 1 0 0 0 1 1 0

在实际比赛过程中，用的最多的是数值处理，MATLAB还可以找出其它类型的缺失值，感兴趣的同学，可以自行help学习更多形式。

二：填充缺失值（fillmissing函数）

该函数可以多种形式进行填充。

F = fillmissing(A,method) 使用 method 指定的方法填充缺失的条目。例如，fillmissing(A,'previous') 对 A 中的缺失条目使用上一个非缺失条目进行填充。

A = [1 3 NaN 4 NaN NaN 5]; 结果： F = 1×7 1 3 3 4 4 4 5

上表是填充的方式，可以多种选择！

F = fillmissing(A,movmethod,window) 使用窗长度为 window 的移动窗均值或中位数填充缺失条目。

例如，fillmissing(A,'movmean',5) 使用窗长度为 5 的移动均值填充缺失数据。

如：使用窗长度为 10 的移动中位数替换 A 中的 NaN 值，并绘制原始数据和填充的数据。

x = linspace(0,10,200); A = sin(x) + 0.5*(rand(size(x))-0.5); A([1:10 randi([1 length(x)],1,50)]) = NaN; F = fillmissing(A,'movmedian',10); plot(x,F,'r.-',x,A,'b.-') legend('Filled Missing Data','Original Data')

【本文地址】

公司简介

联系我们