主要内容

数据预处理

数据清理，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、删除和替换错误或丢失数据的方法。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，而缩放改变数据的边界。分组和分组方法按组识别数据特征。

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

清除丢失数据 在实时编辑器中查找、填充或删除丢失的数据
清除离群数据 在实时编辑器中查找、填充或删除异常值
分组计算 在实时编辑器中按组进行汇总、转换或筛选
找到改变点 在实时编辑器中查找数据的突然更改
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和缩放数据
平滑的数据 在实时编辑器中平滑噪声数据
删除趋势 从实时编辑器中的数据中删除多项式趋势

功能

全部展开

anymissing 确定是否有数组元素缺失
ismissing 查找缺失的值
rmmissing 删除丢失的条目
fillmissing 填补缺失的值
失踪 创建缺失的值
standardizeMissing 插入标准缺失值
isoutlier 在数据中找到异常值
filloutliers 检测和替换数据中的异常值
rmoutliers 检测和删除数据中的异常值
movmad 移动中位数绝对偏差
ischange 发现数据的突变
islocalmin 求局部极小值
islocalmax 求局部极大值
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 从数据中发现趋势
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 将数据分组到箱或类别中
groupcounts 群元数
groupfilter 分组过滤
groupsummary 分组汇总计算
grouptransform 分组转换
histcounts 直方图箱计数
histcounts2 二元直方图箱计数
findgroups 找到组并返回组号
splitapply 将数据分成组并应用函数
rowfun 将函数应用于表或时间表行
varfun 将函数应用于表或时间表变量
accumarray 累积向量元素

主题

Baidu
map