資料變換

標準化

資料標準化主要功能就是消除變數間的量綱關係，從而使資料具有可比性

1. 0-1標準化：將資料變換入0-1之間

      x=[1 2 3 4 5 ];
      [Y,PS]=mapminmax(x,0,1)
   

2. Z標準化：經過處理的資料符合標準正態分佈，即均值為0，標準差為1，

       x=[1 2 3 4 5 ];
       zscore(x)
   

離散化

為什麼需要離散化？有三個原因。一是演算法需要，二可以克服資料中的缺陷，排除異常值極端值影響，三有利於對非線性關係進行診斷或者描述，

資料統計

基本描述性統計

除平均數、中位數外，

• 表示資料散度的統計量有標準差、方差、極差(max-min)range(x)
• 表示分佈形狀的統計量有：偏度（大於0右偏態，=0對稱，小於0反之）skewness(x)、峰度（=3正態分佈，>3說明分佈散）kurtosis(x)

分佈描述性統計

概率分佈函式和概率密度函式

資料視覺化

基本和分佈視覺化

plot(x) and hist(x) 在柱狀分佈圖中，如果一組資料過於集中，則無區分效果，考慮刪除

資料關聯視覺化

X=xlsread('dataTableA2.xlsx');
Vars = X(:,7:12);
%  繪製變數間相關性關聯圖
figure
plotmatrix(Vars)
%  繪製變數間相關性強度圖
covmat = corrcoef(Vars);%計算相關係數，越接近1線性相關性越強
figure
imagesc(covmat);
grid;
colorbar;
 

imagesc(C) 將陣列 C 中的資料顯示為一個影象，該影象使用顏色圖中的全部顏色。C 的每個元素指定影象的 1 個畫素的顏色。生成的影象是一個 m×n 畫素網格，其中 m 和 n 分別是 C 中的列數和行數。這些元素的行索引和列索引確定了對應畫素的中心。

資料分組視覺化

X=xlsread('dataTableA2.xlsx');
dv1=X(:,2);
eva=X(:,12);
% Boxplot
figure
boxplot(X(:,2:12))
figure
boxplot(dv1, eva)
figure
boxplot(X(:,5))