ライブ エディター タスクを使用した乱雑なデータのクリーニングと極値の検索

一連のライブ エディター タスクを使用し、ステップごとにデータを可視化することで、対話的にデータを前処理することができます。この例では、局所的最小値と最大値を特定するために、5 つのタスクを使用して欠損値と外れ値をもつノイズの多いデータをクリーニングします。ライブ エディター タスクの詳細については、ライブ スクリプトへの対話型タスクの追加を参照してください。

最初に、4 つの NaN 値と 5 つの外れ値を含む乱雑なデータのベクトルを作成し、プロットします。

x = 1:100;
data = cos(2*pi*0.05*x+2*pi*rand) + 0.5*randn(1,100);
data(20:20:80) = NaN;
data(10:20:90) = [-50 40 30 -45 35];

乱雑なデータをプロットするには、[プロットの作成] タスクを開きます。まず、コード ブロックにキーワード plot を入力し、Create Plot がメニューに表示されたらクリックします。プロット タイプと入力データを選択し、データをプロットします。

このタスクにより生成されるコードを確認するには、タスク パラメーター エリアの下部にある をクリックしてタスクの表示を展開します。

欠損データの埋め込み

データの NaN 値を置き換えて結果を可視化するために、[欠損データの削除] タスクを開きます。まず、コード ブロックにキーワード missing を入力し、Clean Missing Data がメニューに表示されたらクリックします。入力データとクリーニング メソッドを選択して、埋められたデータを自動的にプロットします。

このタスクにより生成されるコードを確認するには、タスク パラメーター エリアの下部にある をクリックしてタスクの表示を展開します。

外れ値の埋め込み

ここで、[外れ値データの削除] タスクを使用することで、前のタスクでクリーニングされたデータから外れ値を削除することができます。新しいコード ブロックにキーワード outliers を入力し、Clean Outlier Data をクリックしてタスクを開きます。cleanedData を入力データとして選択します。外れ値のクリーニングと検出用のメソッドをカスタマイズし、しきい値を調整して外れ値の検出数を増減できます。

このタスクにより生成されるコードを確認するには、タスク パラメーター エリアの下部にある をクリックしてタスクの表示を展開します。

データの平滑化

次に、[データの平滑化] タスクを使用することで、前のタスクのクリーニング済みデータを平滑化します。キーワード smooth を入力して、タスクが表示されたらクリックします。前のタスクの出力である cleanedData2 を、入力データとして選択します。平滑化法を選択し、平滑化の度合いに応じて平滑化係数を調整します。

このタスクにより生成されるコードを確認するには、タスク パラメーター エリアの下部にある をクリックしてタスクの表示を展開します。

極値の検索

最後に、キーワード extrema の入力を開始し、Find Local Extrema をクリックします。smoothedData を入力データとして使用し、極値のタイプを変更して、クリーニングされ平滑化されたデータの局所的最大値と局所的最小値の両方を見つけます。局所的極値のパラメーターを調整して、見つける最大値と最小値の数を増減できます。

このタスクにより生成されるコードを確認するには、タスク パラメーター エリアの下部にある をクリックしてタスクの表示を展開します。

参考

ライブ エディター タスク

• 欠損データの削除 | 外れ値データの削除 | 変化点の検出 | 局所的極値の検出 | データの平滑化 | トレンドの検出と除去

関数

• ismissing | rmmissing | fillmissing | isoutlier | filloutliers | rmoutliers | ischange | islocalmin | islocalmax | smoothdata

関連するトピック

• ライブ スクリプトへの対話型タスクの追加
• データの平滑化と外れ値の検出
• MATLAB 内の欠損データ