前言
在对数据进行预处理中，我们经常会遇到缺失值和异常值的情况，下面我们对这两种情况的常用技术进行介绍，希望能帮到大家。
以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！
在数据既有缺失值又有异常值时，先处理哪个并没有严格的顺序。我习惯先处理异常值，再处理缺失值。
异常值的识别方法
异常值，指的是样本中的一些数值明显偏离其余数值的样本点，所以也称为离群点。常见的异常值判断方法可以分为以下两种情况：
（1）
本文介绍了在MATLAB中处理数据缺失值和异常值的方法，包括异常值识别的逻辑运算和箱线图方法，以及缺失值处理的策略。文章通过实例演示了如何使用MATLAB的fillmissing函数进行填充，并提供了多种填充方法，如常量、前一个非缺失值等。同时，还探讨了处理缺失值的横截面数据和时间序列数据的不同策略。
订阅专栏 解锁全文
扫一扫
1572
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
