matlab數據預處理

%% 讀取年數據 
function [XXnum,YYnum]=dataRead()    
[numXX,txtXX,rawXX]=xlsread('XXyear.xlsx');
[numYY,txtYY,rawYY]=xlsread('YYyear.xlsx');
[m,n]=size(numXX);
XXnum=zeros(12,n);   %12為2008到2020年的年數;n為年特征數
YYnum=zeros(12,1);   
XXnum(1:11,:)=numXX;
YYnum=numYY;
end

%%拉格朗日插值補全法
function yy=lagrange(x1,y1,xx)
%本程序為Lagrange1插值，其中x1,y1
%為插值節點和節點上的函數值，輸出為插值點xx的函數值，
%xx可以是向量。
syms x
n=length(x1);
for i=1:n
    t=x1;
    t(i)=[];
    L(i)=prod((x-t)./(x1(i)-t));    % L向量用來存放插值基函數(基函數逆序排在數組中)
end
    u=sum(L*y1);
    p=simplify(u) % p是簡化后的Lagrange插值函數（字符串）
    yy=subs(p,x,xx);    %p是以x為自變量的函數，並求xx處的函數值;
    yy=eval(yy);
end

%% 年數據補全（lagrange插值）【2008-2020】
function XX1_bu=yeardata_pro()   %XX1為預處理后的特征年度數據
[XXnum,YYnum]=yeardataRead;   %讀取數據；
XX0=bunan(XXnum);         %零值對缺省數值補全；
XX1=XX0;                  %拉格朗日/均值對零值補全； 
[m,n]=size(XX1);
for j=1:n                 %遍歷所有特征
    feature=XX1(:,j);
    xnan_index=find(feature==0);   %將feature中的nan位置存放在jnan_index中
    inan=xnan_index;               %某特征的nan的位置存放在inan中；（理解方便）； 
    ynan=YYnum(inan);              %存放nan對應的函數值，也就是秦皇島煤炭價格
%     feature(inan)=mean(xnotnan);    %均值補全 
    for k=1:size(inan)
        inan1=inan(k);             %nan對應的行位置
        ynan1=YYnum(inan1);        %nan對應的目標值（秦皇島煤炭價格）
        xnotnan4=XX1(inan1-6:inan1-1,j);
        ynotnan4=YYnum(inan1-6:inan1-1);
        x_bu=lagrange(ynotnan4,xnotnan4,ynan1);
        XX1(inan1,j)=x_bu;       
        feature(inan)=x_bu;
        XX1(:,j)=feature;
    end
        XX1_bu=XX1;
end
%% 讀取全部特征數據
function [XXnum,YYnum]=alldataRead()     %讀取全部數據（年數據插值處理后）
[numXX,txtXX,rawXX]=xlsread('XX_pro.xlsx');
[numYY,txtYY,rawYY]=xlsread('YY.xlsx');
XXnum=numXX(3:147,:);
YYnum=numYY
end

function [zzz]=bunan(zzz)         %缺失值檢測並填充為0
[m,n]=size(zzz); %所有數據
count=0; % 統計空數值；
for i=1:m
    for j=1:n
        count=count+isnan(zzz(i,j));
        if isnan(zzz(i,j))==1
        %if (isempty(zz2{i,j})==1|isnan(zz2{i,j}==1))
            zzz(i,j)=0;
        end
    end
end
%%將年數據與月數據匯總
%% 全部特征數據補全（均值補全）
function XX1=alldata_pro()        %XX1為預處理后的特征年度數據
[XXnum,YYnum]=alldataRead;   %讀取數據；
XX0=bunan(XXnum);         %零值對缺省數值補全；
XX1=XX0;                            %拉格朗日/均值對零值補全； 
[m,n]=size(XX1);
for j=1:n                              %遍歷所有特征
    feature=XX1(:,j);
    countnan=0;
    xnan=[];
    ynan=[];
    xnotnan_index=find(feature);% x是原特征中不為0的值
    xnotnan=feature(xnotnan_index);
%     ynotnan=YYnum(xnotnan_index);        %存放正常x對應的函數值，也就是秦皇島煤炭價格
    xnan_index=find(feature==0);   %將feature中的nan位置存放在jnan_index中
    inan=xnan_index;               %某特征的nan的位置存放在inan中；（理解方便）； 
    countnan=size(xnan_index,1);   %countnan 存放nan個數;
    ynan=YYnum(inan);              %存放nan對應的函數值，也就是秦皇島煤炭價格
    feature(inan)=mean(xnotnan);    %均值補全 
    XX1(:,j)=feature;
    XX1_bu=XX1;
end