Clean Outlier Data
Поиск, заполнение или удаление выбросов в Live Editor
Описание
Задача «Чистые данные о выбросах» позволяет вам в интерактивном режиме обрабатывать выбросы в данных. Задача автоматически генерирует MATLAB® код для вашего live скрипта.
Используя эту задачу, вы можете:
Поиск, заполнение или удаление выбросов из данных переменной рабочей области.
Настройте методы нахождения и заполнения выбросов.
Автоматически визуализируйте данные выбросов и очищенные данные.
Откройте задачу
Чтобы добавить задачу Clean Outlier Data к live скрипту в редакторе MATLAB:
На вкладке Live Editor выберите Task > Clean Outlier Data.
В код блоке скрипта введите соответствующее ключевое слово, например
outlierилиclean. Выберите Clean Outlier Data из предложенных завершений команды.
Примеры
Похожие примеры
Параметры
Input data - Действительные входные данные из рабочей области
числовой вектор | таблица | расписание |...
Эта задача работает с данными типа single или double содержится в векторе или табличных переменных. При предоставлении таблицы или расписания для входных данных задайте All supported variables, чтобы очистить все переменные с помощью single типов или double, или выберите какой single или double переменные для очистки путем выбора Specified variables и последующего выбора переменных по отдельности.
Cleaning method - Метод очистки для заполнения выбросов
Linear interpolation (по умолчанию) | Constant value | Center value | Clip to threshold value | Previous value | Next value | Nearest value | Spline interpolation | Shape-preserving cubic interpolation (PCHIP) | Modified Akima cubic interpolation | ...
Укажите метод заполнения выбросов с помощью одной из следующих опций.
| Метод заливки | Описание |
|---|---|
Linear interpolation | Линейная интерполяция соседних, неуправляемых значений. |
Constant value | Заданное скалярное значение, которое 0 по умолчанию. |
Center value | Значение центра, определяемое методом поиска. |
Clip to threshold value | Заполняет более низкое пороговое значение для элементов, меньше нижнего порога, определяемого методом поиска. Заполняет верхним пороговым значением для элементов, больше верхнего порога, определяемого методом поиска. |
Previous value | Предыдущее неотключенное значение. |
Next value | Следующее неосновное значение. |
Nearest value | Ближайшее нереальное значение. |
Spline interpolation | Кусочно-кубическая сплайн интерполяция. |
Shape-preserving cubic interpolation (PCHIP) | Сохраняющая форму кусочно-кубическая сплайн интерполяция. |
Modified Akima cubic interpolation | Модифицированная кубическая эрмитовая интерполяция Акимы. |
Detection method - Метод обнаружения выбросов
Moving median (по умолчанию) | Median | Mean | Quartiles | Grubbs | Generalized extreme studentized deviate (GESD) | Moving mean | Percentiles | ...
Укажите метод обнаружения выбросов с помощью одной из следующих опций.
| Метод | Описание |
|---|---|
Moving median | Выбросы заданы как элементы, превышающие заданный порог локального масштабированного MAD из локальной медианы в заданном окне. Пороговый порог по умолчанию 3. |
Median | Выбросы заданы как элементы, больше заданного порога масштабированных медианных абсолютных отклонений (MAD) от медианы, что 3 по умолчанию. Для входных данных Aмасштабированный MAD определяется как c*median(abs(A-median(A))), где c=-1/(sqrt(2)*erfcinv(3/2)). |
Mean | Выбросы определяются как элементы, больше заданного порога стандартных отклонений от среднего, что 3 по умолчанию. Этот метод быстрее, но менее надежен, чем Median. |
Quartiles | Выбросы определяются как элементы, больше заданного порога межквартильных областей значений выше верхнего квартиля (75 процентов) или ниже нижнего квартиля (25 процентов), что 1.5 по умолчанию. Этот метод полезен, когда входные данные обычно не распределены. |
Grubbs | Выбросы обнаруживаются с помощью теста Груббса, который удаляет один выброс за итерацию на основе проверки гипотезы. Этот метод принимает, что входные данные обычно распределены. |
Generalized extreme studentized deviate (GESD) | Выбросы выявляются с помощью обобщенного экстремального исследования отклонений для выбросов. Этот итерационный метод похож на Grubbs, но может работать лучше, когда несколько выбросов маскируют друг друга. |
Moving mean | Выбросы определяются как элементы, больше заданного порога локальных стандартных отклонений от локального среднего в заданном окне. Пороговый порог по умолчанию 3. |
Percentiles | Выбросы определяются как элементы, не входящие в область значений процентилей, заданный верхним и нижним порогом. Нижний порог процентиля по умолчанию 10 и верхний процентильный порог по умолчанию является 90. Допустимые пороговые значения указаны в интервале [0,100]. |
Moving window - Окно для методов перемещения
Centered (по умолчанию) | Asymmetric
Укажите тип и размер окна, когда метод обнаружения выбросов Moving median или Moving mean.
| Окно | Описание |
|---|---|
Centered | Заданная длина окна с центром вокруг текущей точки. |
Asymmetric | Заданное окно, содержащее количество элементов перед текущей точкой и количество элементов после текущей точки. |
Размеры окон соответствуют X-axis единицам модулей.