데이터 전처리

데이터 정리, 평활화, 그룹화

정확한 분석이나 효율적인 분석 또는 의미 있는 분석을 위해 데이터에 전처리 기법이 필요할 수 있습니다. 데이터 정리는 불량 데이터나 누락된 데이터를 찾아서 제거하고 바꾸는 방법들을 의미합니다. 국소 극값과 급격한 변화를 감지하는 것은 유의한 데이터 추세를 식별하는 데 유용할 수 있습니다. 스케일링은 데이터 경계를 변경하기 위한 처리 기법이고, 평활화와 추세 제거(Detrending)는 데이터에서 잡음과 다항식 추세를 제거하기 위한 처리 기법입니다. 그룹화 및 비닝 방법은 그룹별로 데이터 특성을 식별합니다.

앱

데이터 정리기

Preprocess and organize column-oriented data (R2022a 이후)

라이브 편집기 작업

누락된 데이터 정리	Find, fill, or remove missing data in the Live Editor (R2019b 이후)
이상값 데이터 정리	Find, fill, or remove outliers in the Live Editor (R2019b 이후)
변화 지점 찾기	Find abrupt changes in data in the Live Editor (R2019b 이후)
국소 극값 찾기	Find local maxima and minima in the Live Editor (R2019b 이후)
데이터 평활화	Smooth noisy data in the Live Editor (R2019b 이후)
추세 찾기 및 제거	Find and remove polynomial or periodic trends from data in the Live Editor (R2019b 이후)
데이터 정규화	Center and scale data in the Live Editor (R2021b 이후)
피벗 테이블	Summarize tabular data in pivoted table in the Live Editor (R2023b 이후)
그룹별 계산	Summarize, transform, or filter by group in the Live Editor (R2021b 이후)

함수

모두 확장

누락된 데이터와 이상값

`anymissing`	Determine if any array element is missing (R2022a 이후)
`ismissing`	누락값 찾기
`rmmissing`	누락된 요소 제거
`fillmissing`	누락된 요소 채우기
`fillmissing2`	Fill missing entries in 2-D data (R2023a 이후)
`missing`	누락값 만들기
`standardizeMissing`	표준 누락값 삽입
`isoutlier`	데이터의 이상값 찾기
`filloutliers`	데이터에서 이상값 감지하고 바꾸기
`rmoutliers`	데이터에서 이상값을 감지하여 제거
`movmad`	이동 중앙값 절대 편차

변화 지점과 국소 극값 감지

`ischange`	데이터 내 급격한 변화 찾기
`islocalmin`	국소 최솟값 구하기
`islocalmax`	국소 최댓값 구하기

데이터 평활화 및 추세 찾기

`smoothdata`	잡음 있는 데이터의 평활화
`smoothdata2`	Smooth noisy data in two dimensions (R2023b 이후)
`movmean`	이동 평균
`movmedian`	이동 중앙값
`detrend`	다항식 추세 제거
`trenddecomp`	Find trends in data (R2021b 이후)

데이터 정규화 및 스케일링하기

`normalize`	데이터 정규화
`rescale`	배열 요소의 범위 스케일링

데이터 그룹화와 비닝(Binning)

`discretize`	데이터를 Bin이나 범주로 그룹화
`pivot`	Summarize tabular data in pivoted table (R2023a 이후)
`groupsummary`	그룹 요약 계산
`groupcounts`	그룹 요소의 개수
`groupfilter`	Filter by group (R2019b 이후)
`grouptransform`	Transform by group
`histcounts`	히스토그램 Bin 도수
`histcounts2`	이변량 히스토그램 Bin 도수
`findgroups`	그룹을 찾고 그룹 번호 반환
`splitapply`	데이터를 그룹으로 분할하고 함수 적용
`rowfun`	테이블 또는 타임테이블 행에 함수 적용
`varfun`	함수를 테이블 또는 타임테이블 변수에 적용
`accumarray`	벡터 요소 누적

도움말 항목

테이블에서 정리되지 않은 데이터와 누락된 데이터 정리하기
테이블의 누락값을 표준화하거나 채우거나 제거하고, 행을 정렬하고 변수를 이동하여 테이블을 재구성합니다.
데이터를 그룹으로 분할하고 통계량 계산하기
이 예제에서는 데이터를 그룹화하고 각 그룹에 통계량 함수를 적용하는 방법을 보여줍니다.
Perform Calculations by Group in Table
Specify groups of data in tables and timetables, and perform calculations by group. Choose a function for group calculations using these recommendations.