去除异常值:基于改进的 Thompson Tau 方法将向量或矩阵中的异常值转换为 NaN-matlab开发

时间:2021-06-01 09:19:58
【文件属性】:
文件名称:去除异常值:基于改进的 Thompson Tau 方法将向量或矩阵中的异常值转换为 NaN-matlab开发
文件大小:4KB
文件格式:ZIP
更新时间:2021-06-01 09:19:58
matlab 该函数接受一个向量或矩阵,并使用 Thopson's Tau 方法检测向量/矩阵中的离群值,该方法基于每个记录与整个向量/矩阵的平均值的绝对偏差,并用 NaN 填充离群值返回的输出。 输入向量 (m) 或矩阵 (m*n) 中的记录数与输入向量/矩阵的标准偏差 (std) 相对应的 Thompson Tau 值的大小是决定是否有任何记录在离群值。 去除每个异常值后,再次计算平均值、标准差和汤普森 Tau (tau*std) 的大小。 如果输入是矩阵,它将在检测异常值之前转换为向量,但是,输出将是一个与输入具有相同 m*n 维的矩阵。 异常值的索引也将被返回,如果输入是一个向量,索引向量也将是一个向量,但是,如果输入是一个矩阵,异常值索引将在显示 i,j 的两列矩阵中返回异常值的索引(见下面的例子)。 --输入: X0:包含异常值的输入向量或矩阵num_outliers: 应该从输入向量/矩
【文件预览】:
outliers.zip

网友评论