이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
데이터 관리하기
여러 다양한 파일 형식을 사용하여 MATLAB® 내외로 데이터를 전송합니다. 유효한 형식으로는 테이블 형식의 데이터, 탭으로 구분된 파일, Microsoft® Excel® 스프레드시트, SAS® XPORT
파일 등이 있습니다. 지원되는 파일 형식과 가져오기 및 내보내기 함수에 대한 표는 가져오기 및 내보내기에 지원되는 파일 형식 항목을 참조하십시오. 또는 가져오기 툴을 사용하여 대화형 방식으로 데이터를 가져올 수도 있습니다. Statistics and Machine Learning Toolbox™는 MATLAB에서 사용 가능한 여러 데이터형을 지원합니다(일부 데이터형은 지원되지 않음). 자세한 내용은 Supported Data Types 항목을 참조하십시오.
nominal
, ordinal
, dataset
데이터형은 Statistics and Machine Learning Toolbox만의 고유한 데이터형이며 더 이상 권장되지 않습니다. 더 나은 제품 간 호환성을 위해서는 MATLAB에서 제공하는 categorical
데이터형 또는 table
데이터형을 사용하십시오. 자세한 내용을 보려면 categorical형 배열 생성하기 항목 또는 테이블을 생성하고 테이블에 데이터 할당하기 항목을 참조하거나 테이블과 categorical형 배열 비디오를 참조하십시오.
함수
클래스
dataset | (Not Recommended) Arrays for statistical data |
도움말 항목
- Statistics and Machine Learning Toolbox 예제 데이터 세트
다양한 데이터 세트를 사용하여 Statistics and Machine Learning Toolbox에서 제공하는 기능을 사용해 봅니다.
- 그룹화 변수
그룹화 변수는 관측값을 그룹화하거나 분류하는 데 사용되는 유틸리티 변수입니다.
- Dummy Variables
Dummy variables let you adapt categorical data for use in classification and regression analysis.
- Test Differences Between Category Means
Test for significant differences between category (group) means using a t-test, two-way ANOVA (analysis of variance), and ANOCOVA (analysis of covariance) analysis.
- Linear Regression with Categorical Covariates
Perform a regression with categorical covariates using categorical arrays and
fitlm
.