当前位置： 移动技术网 > IT编程>开发语言>C/C++ > 1.3基于MATLAB的数据预处理（缺失数据的处理）

1.3基于MATLAB的数据预处理（缺失数据的处理）

2020年07月20日  | 移动技术网IT编程  | 我要评论

这里用到了fillmissing函数

调用方式：

F=fillmissing(A,’constant’,V) %V代表填充缺失的数组或表条目 
F = fillmissing(A,method) %method为指定的方法
F = fillmissing(A,movmethod,window) %使用窗口长度为window的移动窗口均值或中位数填充缺失
F = fillmissing(___,dim) %dim为维度，1时逐列填充，2时逐行填充

method：
‘extrap’ 与 method 相同
‘previous’ 上一个非缺失值
‘next’ 下一个非缺失值
‘nearest’ 距离最近的非缺失值
‘none’ 无填充值

举例1：

x=[1 2 3 NaN 5 NaN 9];
F=fillmissing(x,'previous')%用上一个数来填补空缺

运行结果：
F=[1 2 3 3 5 5 9]

举例2：

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,'movedian',10);
plot(x,F,'r.-',x,A,'b.-')
legend('Filled Missing Data','Original Data')

在这里插入图片描述

本文地址：https://blog.csdn.net/fadfdf/article/details/107443784

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网