Maltab-Machine Learning-データのインポートと前処理

データストアを作成する

手順は左側の作業ウィンドウにあります。各タスクを1つずつ完了して送信します。

 

タスク1

letterds = datastore("*_M_*.txt")

タスク2

data=read(letterds)

タスク3

plot(data.X,data.Y)

タスク4

data = read(letterds)

plot(data.X,data.Y)

タスク5

data = readall(letterds)

plot(data.X,data.Y)

前処理関数を追加する

手順は左側の作業ウィンドウにあります。各タスクを1つずつ完了して送信します。

このコードは、データストアを作成し、データをインポートして、視覚化します。

letterds = datastore("*_M_*.txt");

data = read(letterds);

data = scale(data);

plot(data.X,data.Y)

axis equal

plot(data.Time,data.Y)

ylabel("Vertical position")

xlabel("Time")

タスク2

preprocds = transform(letterds,@scale)

タスク3

data = readall(preprocds)

plot(data.Time,data.Y)

タスク1、4、5

function data = scale(data)

data.Time = (data.Time - data.Time(1))/1000;

data.X = 1.5*data.X;

data.X = data.X - mean(data.X,"omitnan");

data.Y = data.Y - mean(data.Y,"omitnan");

end

% Any calculations (including the default use of functions such as mean) involving NaNs will result in NaN. This is important in machine learning, where you often have missing values in your data. In the handwriting data, a NaN occurs wherever the writer lifted the pen from the tablet.

% You can use the "omitnan" option to have statistical functions like mean ignore missing values.mean(x,"omitnan")