Функция knnimpute заменяет NaNs во входных данных соответствующим значением из ближайшего соседнего столбца. Рассмотрим следующую матрицу.

A = [1 2 5;4 5 7;NaN -1 8;7 6 0]

A = 4×3

     1     2     5
     4     5     7
   NaN    -1     8
     7     6     0

A (3,1) является NaN, и поскольку столбец 2 является ближайшим столбцом к столбцу 1 на евклидовом расстоянии ,knnimpute заменяет (3,1) запись столбца 1 соответствующей записью из столбца 2, которая равна -1.

results = knnimpute(A)

results = 4×3

     1     2     5
     4     5     7
    -1    -1     8
     7     6     0

Данные должны иметь по крайней мере одну строку без значений NaN для knnimpute работать. Если все строки имеют значения NaN, можно добавить строку, где каждое наблюдение (столбец) имеет идентичные значения, и вызвать knnimpute обновленной матрицы для замены значений NaN средним значением всех значений столбцов для данной строки.

B = [NaN 2 1; 3 NaN 1; 1 8 NaN]

B = 3×3

   NaN     2     1
     3   NaN     1
     1     8   NaN

B(4,:) = ones(1,3)

B = 4×3

   NaN     2     1
     3   NaN     1
     1     8   NaN
     1     1     1

imputed = knnimpute(B)

imputed = 4×3

    1.5000    2.0000    1.0000
    3.0000    2.0000    1.0000
    1.0000    8.0000    4.5000
    1.0000    1.0000    1.0000

Затем добавленную строку можно удалить.

imputed(4,:) = []

imputed = 3×3

    1.5000    2.0000    1.0000
    3.0000    2.0000    1.0000
    1.0000    8.0000    4.5000

Загрузка набора биологических данных образца и расчет отсутствующих значений в yeastvalues, где каждый ряд представляет каждый ген, а каждый столбец представляет экспериментальное состояние или наблюдение.

load yeastdata

Удалить данные для пустых мест, где метки генов установлены на 'EMPTY'.

emptySpots = strcmp('EMPTY',genes);
yeastvalues(emptySpots,:) = [];

knnimpute использует следующий ближайший столбец, если соответствующее значение из ближайшего соседнего столбца также равно NaN. Однако, если все столбцы являются NaNs, функция генерирует предупреждение для каждой строки и сохраняет строки вместо удаления всей строки в возвращенном выводе. Образец данных содержит несколько строк со всеми NaNs. Удалите эти строки, чтобы избежать предупреждений.

yeastvalues(~any(~isnan(yeastvalues),2),:) = [];

Вычислить отсутствующие значения.

imputedData1 = knnimpute(yeastvalues);

Проверьте, осталось ли NaN после вменения данных.

sum(any(isnan(imputedData1),2))

ans = 0

Используйте 5-ближайший поиск соседа, чтобы получить ближайший столбец.

imputedData2 = knnimpute(yeastvalues,5);

Измените метрику расстояния, чтобы использовать расстояние Минкновского.

imputedData3 = knnimpute(yeastvalues,5,'Distance','minkowski');

Можно также задать параметр для метрики расстояния. Например, укажите другую степень (скажем, 5) для расстояния Минкновского.

imputedData4 = knnimpute(yeastvalues,5,'Distance','minkowski','DistArgs',5);