如何使用k近邻方法在Matlab上删除NaN？

Question

首先，我想指出我是Matlab的初学者，所以如果我的问题听起来很愚蠢，我会道歉。

我有一个包含1460行和36列的数据集。其中三列有一些缺失值，显示为NaN。我想使用k近邻方法来估计那些NaN，但经过9个多小时的尝试，我甚至还没有更接近得到结果。

具有最多缺失值的列是第一列，因此我们假设我想首先处理该列。教授告诉我首先确定哪一列与第一列相关。其次，我必须将我的数据集拆分为仅纳米的行向量和剩下的矩阵，为简单起见，我们将其称为矩阵A.第三，我必须使用knnsearch从矩阵A中找到索引，然后用这些索引替换行向量的NaN。

由于某种原因，我无法理解指令，我认为我的任务不应该是火箭科学。有没有更简单的方法？我只需要通过KNN填写那些缺失值。

反馈将不胜感激。 谢谢。

Answer 1

Matlab有一个内置的knn功能，你可以使用。

以下是如何在命令窗口中使用它的示例。

>> nanmatrix = [NaN 1 0;1 -1 1;1 0 0]

nanmatrix =

   NaN     1     0
     1    -1     1
     1     0     0

>> cleanmatrix = knnimpute(nanmatrix,1)

cleanmatrix =

     0     1     0
     1    -1     1
     1     0     0

>> cleanmatrix = knnimpute(nanmatrix,2)

cleanmatrix =

    0.3090    1.0000         0
    1.0000   -1.0000    1.0000
    1.0000         0         0

第一个＆＃34; cleanmatrix＆＃34;来自估计，其中k = 1。第二个来自估计，其中k = 2。

希望这有帮助！

Answer 2

在不考虑包含缺少值的列（缺少字段）的情况下，请使用其他列来获得记录之间的相似性（您可以使用欧几里得距离来做到这一点）。然后，使用KNN算法，找到最接近包含缺失字段的记录的记录，然后用每条记录中的缺失字段替换该记录的KNN集中的字段的平均值。