Matlab初学者中值、模态和binning

我是一名MATLAB初学者，我正在努力完成这项任务。有人能引导我通过它吗

考虑以下给出的数据：

x = [ 1 , 48 , 81 , 2 , 10 , 25 , ,14 , 18 , 53 , 41, 56, 89,0, 1000, , ...
      34, 47, 455, 21, , 22, 100 ];

加载数据后，查看是否可以找到：

异常值或

数据文件中缺少数据

---

使用中值分块、平均分块和分块边界，使用中值、模式和噪声数据纠正缺失值

这还不错。首先，看看数据的分布情况。您可以看到，您的大多数数据都有两位数。离群值是指具有一位数的离群值，或者比两位数大得多的离群值。请注意，这完全是主观的，因此其他人可能会告诉您，单个数字也是您数据的一部分。此外，缺少的数据是逗号之间的空格数字。让我们编写一些MATLAB代码，并将其更改为

NaN

（或非数字），因为如果您尝试将此代码直接复制并粘贴到MATLAB中，将产生语法错误，因为如果您以这种方式显式定义数字，您必须确保所有数字都存在

要执行此操作，请使用，以便此字符串中有逗号、空格，然后是另一个逗号的任何部分，在两者之间放置一个

NaN

。为此，我们首先需要将该语句作为字符串。然后，我们使用

eval

将该字符串转换为实际的MATLAB语句：

x = '[ 1 , 48 , 81 , 2 , 10 , 25 , ,14 , 18 , 53 , 41, 56, 89,0, 1000, , 34, 47, 455, 21, , 22, 100 ];'
y = eval(regexprep(x, ', ,', ', NaN, '));

如果我们显示这些数据，我们会得到：

y =

Columns 1 through 6

       1          48          81           2          10          25

Columns 7 through 12

     NaN          14          18          53          41          56

Columns 13 through 18

      89           0        1000         NaN          34          47

Columns 19 through 23

     455          21         NaN          22         100

因此，为了回答我们的第一个问题，任何缺失的值都表示为

NaN

，大于两位数的数字都是异常值

---

对于下一个问题，我们只需提取未缺失的值，计算未缺失值的平均值和中值，并用平均值和中值填充

NaN

值。对于bin边界，这与在缺少的值的左侧（或右侧…取决于您的定义，但让我们使用左侧）使用值并进行填充是一样的。因此：

yMissing = isnan(y); %// Which values are missing?
y_noNaN = y(~yMissing); %// Extract the non-missing values
meanY = mean(y_noNaN); %// Get the mean
medianY = median(y_noNaN); %// Get the median

%// Output - Fill in missing values with median
yMedian = y;
yMedian(yMissing) = medianY;
%// Same for mean
yMean = y;
yMean(yMissing) = meanY;
%// Bin boundaries
yBinBound = y;
yBinBound(yMissing) = y(find(yMissing)-1);

非缺失值数据的平均值和中值为：

meanY =

105.8500

medianY =

37.5000

除了缺少值的原始数据外，这些数据的输出如下所示：

format bank; %// Do this to show just the first two decimal places for compact output
format compact;

y =
Columns 1 through 5
         1          48          81           2          10
Columns 6 through 10
        25         NaN          14          18          53
Columns 11 through 15
        41          56          89           0        1000
Columns 16 through 20
       NaN          34          47         455          21
Columns 21 through 23
       NaN          22         100

yMean =
Columns 1 through 5
        1.00         48.00         81.00          2.00         10.00
Columns 6 through 10
       25.00        105.85         14.00         18.00         53.00
Columns 11 through 15
       41.00         56.00         89.00             0       1000.00
Columns 16 through 20
      105.85         34.00         47.00        455.00         21.00
Columns 21 through 23
      105.85         22.00        100.00

yMedian =
Columns 1 through 5
        1.00         48.00         81.00          2.00         10.00
Columns 6 through 10
       25.00         37.50         14.00         18.00         53.00
Columns 11 through 15
       41.00         56.00         89.00             0       1000.00
Columns 16 through 20
       37.50         34.00         47.00        455.00         21.00
Columns 21 through 23
       37.50         22.00        100.00

yBinBound =
Columns 1 through 5
        1.00         48.00         81.00          2.00         10.00
Columns 6 through 10
       25.00         25.00         14.00         18.00         53.00
Columns 11 through 15
       41.00         56.00         89.00             0       1000.00
Columns 16 through 20
     1000.00         34.00         47.00        455.00         21.00
Columns 21 through 23
       21.00         22.00        100.00

---

---

如果您查看每个输出值，这将根据问题用平均值、中位数和垃圾箱边界填充我们的数据。

非常感谢。这真的很有帮助。拇指up@user3908734-谢谢！：）欢迎来到StackOverflow！