rmoutliers
检测并删除数据中的离群值
语法
说明
B = rmoutliers(A)A 的数据中检测并删除离群值。
如果
A是矩阵，则rmoutliers会分别检测A的每列中的离群值，并删除整行。如果
A是表或时间表，则rmoutliers会分别检测A的每个变量中的离群值并删除整行。
默认情况下，离群值是指与中位数相差超过三倍经过换算的中位数绝对偏差 (MAD) 的值。
您可以通过将清洗离群数据任务添加到实时脚本中，以交互方式使用 rmoutliers 功能。
B = rmoutliers(___,Name,Value)rmoutliers(A,"SamplePoints",t) 相对于时间向量 t 中的对应元素检测 A 中的离群值。
示例
创建一个包含两个离群值的向量，然后删除这些离群值。
A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57]; B = rmoutliers(A)
B = 1×13
57 59 60 59 58 57 58 61 62 60 62 58 57
使用均值检测方法识别数据时间表中的潜在离群值，删除任何离群值，并可视化清洗后的数据。
创建一个数据时间表，并可视化数据以检测潜在的离群值。
T = hours(1:15); V = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57]; A = timetable(T',V'); plot(A.Time,A.Var1)
删除数据中的离群值，其中离群值定义为偏离均值超过三个标准差的值。
B = rmoutliers(A,"mean")B=14×1 timetable
Time Var1
_____ ____
1 hr 57
2 hr 59
3 hr 60
4 hr 100
5 hr 59
6 hr 58
7 hr 57
8 hr 58
10 hr 61
11 hr 62
12 hr 60
13 hr 62
14 hr 58
15 hr 57
在同一个图中，绘制原始数据和删除了离群值的数据。
hold on plot(B.Time,B.Var1,"o-") legend("Original Data","Cleaned Data")
使用移动中位数在对应于某时间向量的正弦波中检测并删除局部离群值。
创建包含一个局部离群值的数据向量。
x = -2*pi:0.1:2*pi; A = sin(x); A(47) = 0;
创建与 A 中的数据对应的时间向量。
t = datetime(2017,1,1,0,0,0) + hours(0:length(x)-1);
将离群值定义为滑动窗内与局部中位数相差超过三倍局部换算 MAD 的点。查找离群值在 A 中的位置（相对于 t 中的点，窗口大小为 5 个小时），并删除这些离群值。
[B,TFrm] = rmoutliers(A,"movmedian",hours(5),"SamplePoints",t);
绘制原始数据和删除离群值后的数据。
plot(t,A) hold on plot(t(~TFrm),B,"o-") legend("Original Data","Cleaned Data")
从数据矩阵中删除离群值，并检查删除的列和离群值。
创建一个包含两个离群值的矩阵。
A = magic(5); A(4,4) = 200; A(5,5) = 300; A
A = 5×5
17 24 1 8 15
23 5 7 14 16
4 6 13 20 22
10 12 19 200 3
11 18 25 2 300
通过将要删除的维度指定为 2 来删除包含离群值的列。返回逻辑输出向量 TFrm 以标识 A 中的哪些列被删除，并返回逻辑输出数组 TFoutlier 以标识 A 中离群值的位置。
[B,TFrm,TFoutlier] = rmoutliers(A,2)
B = 5×3
17 24 1
23 5 7
4 6 13
10 12 19
11 18 25
TFrm = 1×5 logical array
0 0 0 1 1
TFoutlier = 5×5 logical array
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 1 0
0 0 0 0 1
查找 A 中已删除列的值。
rmCol = A(:,TFrm)
rmCol = 5×2
8 15
14 16
20 22
200 3
2 300
查找 A 中被视为离群值的值。
rmVal = A(TFoutlier)
rmVal = 2×1
200
300
创建一个包含两个离群值的向量，并检测这些离群值的位置。
A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57]; detect = isoutlier(A)
detect = 1×15 logical array
0 0 0 1 0 0 0 0 1 0 0 0 0 0 0
移除离群值。不使用检测方法，而是提供由 isoutlier 检测到的离群值位置。
B = rmoutliers(A,"OutlierLocations",detect)B = 1×13
57 59 60 59 58 57 58 61 62 60 62 58 57
从数据向量中删除离群值，并可视化清洗后的数据。
创建一个包含离群值的数据向量。
A = [60 59 49 49 58 100 61 57 48 58];
使用默认检测方法 "median" 删除离群值。
[B,TFrm,TFoutlier,L,U,C] = rmoutliers(A);
绘制原始数据、删除了离群值的数据以及由检测方法确定的阈值和中心值。中心值是数据的中位数，上阈值和下阈值分别高于和低于中位数三倍换算 MAD。
plot(A) hold on plot(find(~TFrm),B,"o-") yline([L U C],":",["Lower Threshold","Upper Threshold","Center Value"]) legend("Original Data","Cleaned Data")
自 R2024b 开始提供
创建一个表并删除离群值，离群值定义为大于 10 的值。创建一个逻辑变量表 loc，该表指示要删除的离群值的位置。然后，使用 OutlierLocations 名称-值参量指定 rmoutliers 的已知离群值位置。
A = [1; 4; 9; 12; 3]; B = [9; 0; 6; 2; 1]; C = [14; 4; 2; 3; 8]; T = table(A,B,C)
T=5×3 table
A B C
__ _ __
1 9 14
4 0 4
9 6 2
12 2 3
3 1 8
loc = T>10
loc=5×3 table
A B C
_____ _____ _____
false false true
false false false
false false false
true false false
false false false
T = rmoutliers(T,OutlierLocations=loc)
T=3×3 table
A B C
_ _ _
4 0 4
9 6 2
3 1 8
