主要内容

filloutliers

检测和替换数据中的异常值

折叠所有页面

语法

b = fillouters（a，fillmethod）
b = fillouters（a，fillmethod，findmethod）
B = filloutliers (fillmethod,百分位数,阈值)
B = filloutliers (A、fillmethod movmethod窗口)
B = filloutliers (＿＿＿昏暗的)
B = filloutliers (＿＿＿，名称，价值）
[b，tf，l，u，c] = fillutliers（＿＿＿）

描述

例子

B= filloutliers (一个，Fillmethod.）找到异常值一个并根据替换它们Fillmethod.．例如,filloutliers (A,“之前”)使用以前的非异常值元素替换异常值。默认情况下，异常值是一个超过三个缩放的值中位绝对偏差（疯狂）远离中位数。如果一个是矩阵还是表格filloutliers单独操作每列。如果一个那是一个多维数组filloutliers作用于尺寸不等于1的第一个维度。

例子

B= filloutliers (一个，Fillmethod.，findmethod）指定检测异常值的方法。例如,filloutliers (A,“之前”,“的意思是”)的元素定义离群值一个离均值超过三个标准差。

B= filloutliers (一个，Fillmethod.,百分位数,临界点）中指定的百分比之外的点定义为异常值临界点．的临界点参数是一个包含上下百分位阈值的双元素行向量，例如[10 90]．

例子

B= filloutliers (一个，Fillmethod.，movmethod.，窗户）指定根据由窗口长度检测本地异常值的移动方法窗户．例如,filloutliers (A,‘以前’,‘movmean’,5)将异常值识别为超过三个本地标准偏差的元素远离本地均值在五元窗口中。

例子

B= filloutliers (＿＿＿，昏暗的）沿尺寸运作昏暗的的一个对于任何先前的语法。例如,filloutliers(“线性”,2)作用于矩阵的每一行一个．

例子

B= filloutliers (＿＿＿，名称，价值）指定使用一个或多个名称-值对参数检测和替换离群值的附加参数。例如,filloutliers (A,‘以前’,‘SamplePoints’,t)在离群点检测一个相对于时间向量的相应元素t．

例子

［B，特遣部队，l，U，C) = filloutliers (＿＿＿）还返回由检测方法计算的离群值和阈值的位置信息。特遣部队是一个逻辑阵列，指示异常值的位置一个．的l，U， 和C参数表示离群值检测方法使用的上下阈值和中心值。

例子

全部收缩

打开直播脚本

创建一个包含离群值的数据向量，并使用线性插值替换离群值。绘制原始数据和填充数据。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];B = filloutliers (A,“线性”）;情节（1：15，A，1：15，B，“o”)传说('原始数据'，'内插数据'）

图中包含一个坐标轴。轴线包含2个线型对象。这些对象代表原始数据，插值数据。

打开直播脚本

创建包含异常值的向量，并将异常值定义为与平均值的三个标准偏差之外的点。用最近的元素替换异常值，该元素不是异常值，并绘制原始数据和内插数据。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];B = filloutliers (A,'最近'，'意思'）;情节（1：15，A，1：15，B，“o”)传说('原始数据'，'内插数据'）

图中包含一个坐标轴。轴线包含2个线型对象。这些对象代表原始数据，插值数据。

打开直播脚本

使用移动中位数在正弦波中找到对应于时间向量的本地异常值。

创建一个包含局部离群值的数据向量。

0.1 x = 2 * pi: 3:2 *π;一个= sin (x);(47) = 0;

创建与数据相对应的时间向量一个．

t = DateTime（2017,1,1,0,0,0,0,0,0）+小时（0：长度（x）-1）;

将异常值定义为滑动窗口内距离局部中值超过三个局部缩放MAD的点。找出离群值的位置一个相对于点t窗口大小为5小时。使用该方法填充具有计算阈值的异常值'夹子'，并绘制原始和填充的数据。

[B, TF, U, L, C] = filloutliers (,'夹子'，'movmedian'，小时（5），“SamplePoints”t);情节(t, t, B,“o”)传说('原始数据'，'填充数据'）

图中包含一个坐标轴。轴线包含2个线型对象。这些对象代表原始数据，填充数据。

显示替换离群值的阈值。

L（TF）
ANS = -0.8779.
打开直播脚本

填充每行矩阵的异常值。

创建一个数据矩阵，其中包含沿对角线的异常值。

A = RANDN（5,5）+ DIAG（1000 * on（1,5））
一个=5×5103.×1.0005 -0.0013 -0.0013 -0.0002 0.0007 0.0018 0.9996 0.0030 -0.0001 -0.0012 -0.0023 0.0003 1.0007 0.0015 0.0007 0.0009 0.0036 -0.0001 1.0014 0.0016 0.0003 0.0028 0.0007 0.0014 1.0005

根据每行中的数据用0填充离群值，并显示新值。

[B, TF,低,上部,中心]= filloutliers (0, 2);B
B =5×50 -1.3077 -1.3499 -0.2050 0.6715 1.8339 0 3.0349 -0.1241 -1.2075 -2.2588 0.3426 0 1.4897 0.7172 0.8622 3.5784 -0.0631 0 1.6302 0.3188 2.7694 0.7147

您可以使用直接访问检测到的异常值及其填充值特遣部队作为一个索引向量。

((TF) B (TF))
ans =.5×2103.× 1.0005 0 0.9996 0 1.0007 0 1.0014 0 1.0005 0
打开直播脚本

在数据矢量中找到异常值，并使用它替换它'夹子'方法。绘制原始数据、填充数据、检测方法确定的阈值和中心值。'夹子'用上阈值取代异常值。

x = 1:10;A = [60 59 49 49 58 100 61 57 48 58];[B, TF,低,上部,中心]= filloutliers (,'夹子'）;绘图（x，a，x，b，“o”, x,低*的(10),x,上层* (10),x,中心*(10))的传说('原始数据'，'填充数据'，“低门槛”，'上限阈值'，的中心值）

图中包含一个坐标轴。轴线包含5个线型对象。这些对象分别代表原始数据、填充数据、下阈值、上阈值、中心值。

输入参数

全部收缩

输入数据，指定为向量、矩阵、多维数组、表或时间表。

如果一个是一个表，那么它的变量必须是类型双倍的或单，或者你也可以用“DataVariables”要列出的名称值对双倍的或单变量明确。在使用包含数据类型以外的数据类型的表格使用表时，指定变量很有用双倍的或单．

如果一个那么，有时间表吗filloutliers仅在表元素上运行。行时间必须是唯一的，并以升序列出。

数据类型：双倍的|单|桌子|时间表

填充替换异常值的方法，指定为数字标量或以下之一：

填补方法 描述
数字标量 用指定的标量值填充
“中心” 由决定的中心值填充findmethod
'夹子' 填充小于由较低阈值的元素填充的较低阈值findmethod．用大于由确定的上限阈值的元素的上限阈值填充findmethod
“以前” 用之前的非离群值填充
'下一个' 填充下一个非异常值
'最近' 填充最接近的非异常值
“线性” 使用邻近的线性插值填充，非离群值
'样条曲线' 使用分段立方样条插值填充
“pchip” 使用形状保留分段立方样条插值填充
'makima' 修改Akima立方Hermite插值（数字，持续时间， 和约会时间仅限数据类型）

数据类型：双倍的|单|char

检测异常值的方法，指定为以下之一：

方法 描述
'中位' 离群值定义为比中值高出3个MAD的元素。缩放后的MAD定义为C *中位数（ABS（ABS（A-A））））， 在哪里c = 1 /(√(2)* erfcinv (3/2))．
'意思' 离均值超过三个标准差的元素被定义为离均值超过三个标准差的元素。该方法速度快，但鲁棒性差'中位'．
'四分位数' 异常值定义为高于上四分位数(75%)或低于下四分位数(25%)的四分位数间范围超过1.5的元素。当数据输入时，这个方法很有用一个不是正态分布。
'grubbs' 使用Grubbs的测试检测到异常值，该测试基于假设检测将每次迭代中的一个异常值删除。此方法假定数据一个通常是分布式的。
'gesd' 使用概括的极端学生偏差测试检测异常值。这种迭代方法类似于'grubbs'，但是当有多个异常值互相屏蔽时，可以更好地执行更好。

百分位数阈值，指定为一个元素位于区间[0,100]中的双元素行向量。第一个元素表示下百分位阈值，第二个元素表示上百分位阈值。例如，阈值为[10 90]将异常值定义为低于第10百分位和高于第90百分位的分数。第一个元素临界点必须小于第二个元素。

异常值检测的移动方法，具体如下:

方法 描述
'movmedian' 离群值定义为在指定的窗口长度上，从本地中值出发超过三个局部缩放MAD的元素窗户．这种方法也称为a汉普尔过滤器．
'movmean' 离群值定义为在指定的窗长范围内距离本地均值超过三个本地标准偏差的元素窗户．

窗口长度，指定为正整数标量，正整数的两个元素矢量，正持续时间标量或正持续时间的两个元素矢量。

什么时候窗户是一个正整数标量，窗口以当前元素为中心，并包含窗口1邻居元素。如果窗户甚至，窗口符合当前和以前的元素。

什么时候窗户是正整数的两个元素矢量[b f]，窗口包含当前元素，b元素向后，和f元素。

什么时候一个是时间表还是“SamplePoints”被指定为一个约会时间或持续时间向量，窗户必须是类型持续时间，并且窗口相对于采样点计算。

数据类型：双倍的|单|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64|持续时间

维度运行，指定为正整数标量。如果没有指定值，则默认值是第一个数组维度，其大小不等于1。

考虑一个矩阵一个．

Filloutliers（A，Fillmethod，1）根据每一列的数据填充离群值。

Filloutliers（a，fillmethod，2）根据每行数据填充离群值。

什么时候一个是一个表或时间表，昏暗的不支持。金宝appfilloutliers分别对每个表或时间表变量进行操作。

数据类型：双倍的|单|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

名称值对参数

指定可选的逗号分隔的对名称，价值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：filloutliers (A,‘中心’,‘意思’,‘ThresholdFactor’,4)
数据选项

全部收缩

样本点，指定为逗号分隔对，由“SamplePoints”和矢量。样本点代表x- 数据的轴上位置一个，并且必须排序并包含唯一的元素。样品点不需要均匀采样。默认采样点向量是[1 2 3 ...]．

请注意

当输入数据为金宝app时间表．时间表始终使用行时间的向量作为采样点。要使用不同的采样点，必须编辑时间表，以便行时间包含所需的采样点。

移动窗口是相对于样本点定义的。例如,如果t那么，时间向量是否与输入数据相对应呢Filloutliers（Rand（1,10），'上一个'，'movemean'，3，'samplepoints'，t）有一个窗口表示时间间隔-1.5 t(我)和t(我)+ 1.5．

当样本点向量具有数据类型时约会时间或持续时间，则移动窗口长度必须有类型持续时间．

例子：filloutliers([1 100 3 4]，'nearest'，'SamplePoints'，[1 2.5 3 4])

数据类型：单|双倍的|约会时间|持续时间

要操作的表变量，指定为逗号分隔对，由“DataVariables”这张表中有一个选项。的“DataVariables”值表示要填充的输入表的哪些变量。未指定的表中的其他变量“DataVariables”通过到输出而不被操作。

选项 描述 例子
变量名

指定单个表变量名的字符向量或标量字符串

“Var1”

“Var1”
变量名称矢量

字符向量或字符串数​​组的单元格数组，其中每个元素是表变量名称

{'var1''var2'}

[“var1”“var2”]
标量或可变指数的矢量

表变量指数的标量或向量

1

[1 3 5]
逻辑矢量

逻辑向量，其每个元素对应一个表变量，其中真的包含相应的变量和错误的不包括它

(真的假的真的)
功能手柄

函数句柄，将表变量作为输入返回逻辑标量

@Isnumeric.
vartype下标

由此生成的表格下标vartype功能

vartype(数字)

例子：Filloutliers（a，'上一个'，'datavariables'，[var1'“var2”“var4”））

孤立点检测的选项

全部收缩

检测阈值因子，指定为逗号分隔对组成'阈值Factor'一个非负标量。

对于方法'中位'和'movmedian'，检测阈值因子替换缩小MAD的数量，默认为3。

对于方法'意思'和'movmean'，检测阈值因子替换默认为3的平均值的标准偏差的数量。

对于方法'grubbs'和'gesd'，检测阈值因子是从0到1.接近0的值的标量导致较少数量的异常值，并且接近1的值，导致更大数量的异常值。默认检测阈值因子为0.05。

为了'四分位数'方法中，检测阈值因子代替四分位范围数，默认为1.5。

当指定的方法为时，不支持此名称-值对金宝app百分位数的．

数据类型：双倍的|单|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

最大离群值计数'gesd'方法指定为逗号分隔的对，由'maxnumoutliers'和正标量。的'maxnumoutliers'value指定返回的最大异常值'gesd'方法。例如,filloutliers (A,“线性”,‘gesd’,‘MaxNumOutliers’,5)返回不超过五个异常值。

默认值'maxnumoutliers'是最接近元素数量的10％的整数一个．为最大离群值设置一个更大的值可以确保检测到所有离群值，但代价是降低计算效率。

数据类型：双倍的|单|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

已知离群值指示器，指定为逗号分隔对组成“OutlierLocations”和相同尺寸的逻辑向量，矩阵或多维阵列一个．已知的离群值指示元素可以真的表示相应位置的异常值一个或错误的否则。指定“OutlierLocations”关闭默认的异常值检测方法，仅使用已知的异常值指示符的元素来定义异常值。

的“OutlierLocations”时不能指定名称-值对findmethod都是确定的。

输出特遣部队是一样的“OutlierLocations”价值。

数据类型：逻辑

输出参数

全部收缩

填充的离群值数组，以向量、矩阵、多维数组、表或时间表的形式返回。的元素B与那些相同一个，但所有异常符可根据Fillmethod.．

数据类型：双倍的|单|桌子|时间表

离群值指示器，以向量、矩阵或多维数组的形式返回。一个元素的特遣部队是真的当相应的元素一个是一个异常值吗错误的否则。特遣部队与尺寸相同一个．

数据类型：逻辑

异常检测方法使用的阈值较低，作为标量，向量，矩阵，多维数组，表或时间表返回。例如，默认异常值检测方法的较低值是输入数据中位数下方的三个缩放MAD。l有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型：双倍的|单|桌子|时间表

离群值检测方法使用的上限阈值，返回为标量、向量、矩阵、多维数组、表或时间表。例如，默认离群值检测方法的上限值是比输入数据中值高出3倍的MAD。U有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型：双倍的|单|桌子|时间表

离群值检测方法使用的中心值，返回为标量、向量、矩阵、多维数组、表或时间表。例如，默认的离群值检测方法的中心值就是输入数据的中位数。C有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型：双倍的|单|桌子|时间表

更多关于

全部收缩

平均绝对偏差

对于随机变量向量一个由N中值绝对偏差(MAD)定义为

疯了=值 （ | 一个 我 − 中位数 （ 一个 ） | ）

为我= 1,2，......，n．

缩放后的MAD定义为C *中位数（ABS（ABS（A-A））））在哪里c = 1 /(√(2)* erfcinv (3/2))．

扩展功能

另请参阅

||||

主题

介绍了R2017a

MATLAB文件

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书