データの前処理

データクリーニング、平滑化、グループ化

正確な、効率的な、または有意義な解析を確実に行うために、データに前処理の手法が必要になる場合があります。データクリーニングは、正しくないデータや欠落したデータを検索、削除、および置換する方法を指します。局所的極値や急激な変化を検出すると、重要なデータのトレンドを識別できます。平滑化およびトレンド除去は、スケーリングによってデータの境界を変更しながら、ノイズや多項式トレンドをデータから削除する処理です。グループ化とビン化の方法によって、データの特性をグループごとに特定します。

ライブエディタータスク

欠損データの削除	ライブエディターでの欠損データの検出、埋め込みまたは削除
外れ値データの削除	ライブエディターでの外れ値の検出、埋め込みまたは削除
変化点の検出	ライブエディターでデータ内の急激な変化を検出
局所的極値の検出	ライブエディターでの局所的最大値と局所的最小値の検出
データの平滑化	ライブエディターでノイズを含むデータを平滑化
トレンドの除去	ライブエディターで多項式トレンドをデータから除去
表の連結	ライブエディターでキー変数を使用した 2.つの表の連結

関数

すべて展開する

欠損データと外れ値

`ismissing公司`	欠損値を検出
`RMM缺失`	欠損エントリを削除
`填充缺失`	欠損値を埋める
`丢失的`	欠損値を作成
`标准化`	標準の欠損値を挿入
`异倍`	データの外れ値を検出
`填充异常值`	データの外れ値の検出と置き換え
`R外部`	データ内の外れ値の検出と削除
`莫夫马`	移動中央絶対偏差

変化点および局所的極値の検出

`ischange公司`	データの急激な変化の検出
`伊斯洛卡明`	局所的最小値の検出
`islocalmax公司`	局所的最大値を検出

データの平滑化およびトレンド除去

`平滑数据`	ノイズの多いデータの平滑化
`移动平均值`	移動平均値
`动中值`	移動中央値
`德特伦德`	多項式のトレンドを削除

データの正規化およびスケーリング

`正常化`	データの正規化
`重缩放`	配列要素のスケール範囲

データのグループ化とビン化

`离散化`	データをビンまたはカテゴリにグループ化
`组计数`	グループの要素数
`组筛选器`	グループによるフィルター処理
`组摘要`	グループ要約の計算
`组变换`	グループごとの変換
`历史计数`	ヒストグラムのビンのカウント数
`历史计数2`	二変量ヒストグラムのビンのカウント数
`查找组`	グループを見つけてグループ番号を返す
`拆分应用`	データをグループに分割して関数を適用
`罗文`	表または时间表の行への関数の適用
`瓦尔芬`	関数をテーブル変数または时间表変数に適用
`accumarray公司`	累算による配列作成