Main Content

Die Übersetzung dieser Seite ist veraltet. Klicken Sie hier, um die neueste Version auf Englisch zu sehen.

Vorverarbeitung von Daten

Datenbereinigung, -glättung, -gruppierung

Die Daten können Vorverarbeitungstechniken benötigen, um genaue, effiziente oder aussagekräftige Analysen sicherzustellen. Die Datenbereinigung bezieht sich auf Methoden, mit deren Hilfe falsche oder fehlende Daten gefunden, entfernt und ersetzt werden können, Durch Erfassung lokaler Extrema und plötzlicher Änderungen können signifikante Datentrends erkannt werden. Die Prozesse Glättung und Trendbereinigung beseitigen Rauschen und polynomiale Trends aus Daten, während Skalierung die Datengrenzen ändert. Durch Gruppieren und Binning werden Dateneigenschaften nach Gruppen identifiziert.

Apps

Data CleanerPreprocess and organize column-oriented data (Seit R2022a)

Live Editor Tasks

Bereinigen von fehlenden DatenFind, fill, or remove missing data in the Live Editor
Bereinigen von AusreißerdatenFind, fill, or remove outliers in the Live Editor
Finden von KipppunktenFind abrupt changes in data in the Live Editor
Finden lokaler ExtremaFind local maxima and minima in the Live Editor
Glätten von DatenSmooth noisy data in the Live Editor
Finden und Entfernen von TrendsFind and remove polynomial or periodic trends from data in the Live Editor
Normalisieren von DatenCenter and scale data in the Live Editor (Seit R2021b)
Pivot-TabelleSummarize tabular data in pivoted table in the Live Editor (Seit R2023b)
Berechnen nach GruppeSummarize, transform, or filter by group in the Live Editor (Seit R2021b)

Funktionen

alle erweitern

anymissingDetermine if any array element is missing (Seit R2022a)
ismissingFind missing values
rmmissingRemove missing entries
fillmissingFill missing entries
fillmissing2Fill missing entries in 2-D data (Seit R2023a)
missingCreate missing values
standardizeMissingInsert standard missing values
isoutlierFind outliers in data
rmoutliersDetect and remove outliers in data
filloutliersDetect and replace outliers in data
clipClip data to range (Seit R2024a)
movmadMoving median absolute deviation
ischangeFind abrupt changes in data
islocalminFind local minima
islocalmin2Find local minima in 2-D data (Seit R2024a)
islocalmaxFind local maxima
islocalmax2Find local maxima in 2-D data (Seit R2024a)
smoothdataSmooth noisy data
smoothdata2 Smooth noisy data in two dimensions (Seit R2023b)
movmeanMoving mean
movmedianMoving median
detrendRemove polynomial trend
trenddecompFind trends in data (Seit R2021b)
normalizeNormalize data
rescaleScale range of array elements
discretizeGroup data into bins or categories
pivotSummarize tabular data in pivoted table (Seit R2023a)
groupsummaryGroup summary computations
groupcountsNumber of group elements
groupfilterFilter by group
grouptransformTransform by group
histcountsHistogram bin counts
histcounts2Bivariate histogram bin counts
findgroupsFind groups and return group numbers
splitapplySplit data into groups and apply function
rowfunApply function to table or timetable rows
varfunApply function to table or timetable variables
accumarrayAccumulate vector elements

Themen

Enthaltene Beispiele