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