Функциональный knnimpute замены NaNs во входных данных с соответствующим значением из столбца ближайшего соседа. Рассмотрите 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

(3,1) NaN, и потому что столбец 2 является самым близким столбцом к столбцу 1 в Евклидовом расстоянии, knnimpute заменяет (3,1) запись столбца 1 с соответствующей записью из столбца 2, который является-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 любых значений NaN для knnimpute работать. Если все строки имеют значения NaN, можно добавить строку, где каждое наблюдение (столбец) имеет идентичные значения, и вызовите knnimpute на обновленной матрице, чтобы заменить значения NaN на среднее значение 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

Можно затем удалить добавленную строку.

imputed(4,:) = []

imputed = 3×3

    1.5000    2.0000    1.0000
    3.0000    2.0000    1.0000
    1.0000    8.0000    4.5000

Загрузите демонстрационный биологический набор данных, и приписывает отсутствующие значения в yeastvalues, где каждая строка представляет каждый ген, и каждый столбец представляет экспериментальное условие или наблюдение.

load yeastdata

Удалите данные для пустых пятен, где генные метки установлены в 'EMPTY'.

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

knnimpute использует следующий самый близкий столбец, если соответствующим значением из столбца ближайшего соседа является также NaN. Однако, если всеми столбцами является NaNs, функция генерирует предупреждение для каждой строки и сохраняет строки вместо того, чтобы удалить целую строку в возвращенном выходном параметре. Выборочные данные содержат некоторые строки со всем NaNs. Удалите те строки, чтобы избежать предупреждений.

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

Припишите отсутствующие значения.

imputedData1 = knnimpute(yeastvalues);

Проверяйте если там любой NaN, покинутый после приписывания данных.

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

ans = 0

Используйте 5-самый близкий соседний поиск, чтобы получить самый близкий 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, задайте различную экспоненту (скажите 5) для расстояния Минкновского.

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