1.3MATLAB的fillmissing函数（缺失数据的处理）

最新推荐文章于 2024-11-18 21:34:56 发布

原创最新推荐文章于 2024-11-18 21:34:56 发布 · 1.3w 阅读

57 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #数学建模

数学建模专栏收录该内容

20 篇文章

订阅专栏

本文详细介绍了MATLAB中fillmissing函数的使用方法，包括如何通过不同的参数设置进行缺失值填充，如使用常数值、前一个或后一个非缺失值、最近的非缺失值、移动窗口均值或中位数等。并提供了具体的代码示例，帮助读者更好地理解和应用该函数。

部署运行你感兴趣的模型镜像

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

您可能感兴趣的与本文相关的镜像

Llama Factory

模型微调

LLama-Factory

LLaMA Factory 是一个简单易用且高效的大型语言模型（Large Language Model）训练与微调平台。通过 LLaMA Factory，可以在无需编写任何代码的前提下，在本地完成上百种预训练模型的微调

1.3MATLAB的fillmissing函数（缺失数据的处理）

6 条评论