matlab 数据清洗

Matlab是一款非常强大的数据分析工具，可以用来进行数据清洗。数据清洗的主要目的是确保数据的准确性、完整性和一致性，以便进行进一步的分析。

以下是一些常用的数据清洗方法：

1. 去除重复值：使用unique函数可以去除重复值。

A = [1 2 3 4 5 6 7 8 9 9];
B = unique(A);

2. 缺失值处理：使用isnan函数可以判断是否为缺失值，使用fillmissing函数可以填补缺失值。

A = [1 NaN 3 4 NaN 6 7 8 NaN 10];
B = fillmissing(A, 'previous'); % 使用前一个非缺失值填充
C = fillmissing(A, 'linear'); % 使用线性插值填充

3. 异常值处理：使用quantile函数可以计算分位数，使用median函数可以计算中位数，使用std函数可以计算标准差，通过这些函数可以识别和处理异常值。

A = [1 2 3 4 5 6 7 8 9 100];
q1 = quantile(A, 0.25); % 计算第1个四分位数
q3 = quantile(A, 0.75); % 计算第3个四分位数
iqr = q3 - q1; % 计算四分位距
lower = q1 - 1.5 * iqr; % 计算下限
upper = q3 + 1.5 * iqr; % 计算上限
A(A < lower) = lower; % 将小于下限的值替换为下限
A(A > upper) = upper; % 将大于上限的值替换为上限

以上是一些常用的数据清洗方法，当然还有其他方法可以使用。在实际应用中，需要根据具体情况选择合适的方法进行数据清洗。