在matlab数据处理中，常常有些数据的信息无法获取或获取代价过高，还有一些是属性粲茸锿枋不存在造成数据链的不完整，产生空值，这对我们后期的数据分析是不利的，下面介绍的就是如何规避这种缺失情况的：
工具/原料
电脑（台式机）
matlab2016
方法/步骤
1、基于数据分析的目的，在获得数据之后常常需要先进行数据的缺失值分析，如图所展示的那种形式，在数据的采集当中发生的空值现象，就是缺失的情况：
2、matlab对目标数据读取后钱砀渝测（a=xlsread('某数据.xls');），会出现如图所示的NaN叵萤茆暴（非数值），这会干扰数据挖掘的最终结果，因此必须检测缺失值，matlab读取数据的情况如图：
3、针对缺失值，如上图所示是以非数补充，那么在matlab中主要是以isnan函数来判断数据中是否存在缺失的，它的语法格式如图：
4、通过执行程序，我们可以把数据缺失的数目（个数）、以及它的缺失率都给计算出来，完成对数据的缺失值的检测，具体如图所示
