数据预处理之缺失值的插值法#matlab

1.插值法处理缺失值

1.1插值法介绍

        当数据集中存在缺失值时，插值法可以作为一种处理手段。它可以根据已知的数据点，推断出缺失值的可能值。常见的插值方法包括线性插值、样条插值、多项式插值等。然而，插值法在处理缺失值时需要注意，插值法不适用于缺失大量数据的情况，即如果缺失值较多或者缺失值分布与整体分布差异较大，插值可能引入较大的误差。

        一般情况下，只会用到一维和二维插值，因此本文只介绍interp1,interp2；一般的插值方法有：‘nearest’最邻近插值；‘linear’线性插值；‘spline’三次样条插值；‘cubic’立方插值；

yq = interp1(x, y, xq, method)
%x 和 y 是已知的数据点坐标。
%xq 是要查询的x坐标。
%method 是插值方法（如'linear', 'spline', 'pchip', 'cubic', 'nearest'等）。

1.2interp1函数一维插值

1.2.1单元格直接缺失数据

举例说明：

x = [1, 2, 3, 4, 5];     y = [3, 5, 7, NaN, 9]; % 原始数据，NaN表示缺失值

那么此时，我们的插值原始数据就需要改成：

x_known = [x(3), x(5)]; % 已知x值    ；y_known = [y(3), y(5)]; % 已知y值

则