Gestione dei dati

R2026b

Importazione ed esportazione dei dati e raggruppamento delle variabili

Trasferire dati da e verso MATLAB^® utilizzando diversi formati di file. I formati validi includono dati tabellari, file delimitati da tabulazioni, fogli di calcolo Microsoft^® Excel^® e file SAS^® XPORT. Per una tabella dei formati di file supportati e delle relative funzioni di importazione ed esportazione, vedere Supported File Formats for Import and Export. In alternativa, è possibile importare i dati in modo interattivo utilizzando Import Tool. Statistics and Machine Learning Toolbox™ supporta molti, ma non tutti, i tipi di dato disponibili in MATLAB. Per ulteriori informazioni, vedere Supported Data Types.

Per una maggiore compatibilità tra i prodotti, utilizzare i tipi di dato categorical o table disponibili in MATLAB. Per ulteriori informazioni, vedere Create Categorical Arrays o Creazione di tabelle e assegnazione dei relativi dati oppure guardare il video Tables and Categorical Arrays (Tabelle e array categorici).

Funzioni

espandi tutto

Importazione ed esportazione dei dati

`caseread`	Read case names from file
`casewrite`	Write case names to file
`tblread`	Read tabular data from file
`tblwrite`	Write tabular data to file
`tdfread`	Read tab-delimited file
`xptread`	Create table from data stored in SAS XPORT format file

Array di insiemi di dati

`dataset`	(Not Recommended) Arrays for statistical data
`dataset2table`	Convert dataset array to table

Dati categorici

`dummyvar`	Create dummy variables
`onehotencode`	Encode data labels into one-hot vectors
`onehotdecode`	Decode probability vectors into class labels
`gplotmatrix`	Matrix of scatter plots by group
`grp2idx`	Create index vector from grouping variable
`gscatter`	Scatter plot by group
`nominal`	(Not Recommended) Arrays for nominal data
`ordinal`	(Not Recommended) Arrays for ordinal data
`countPredictorsAfterCategoricalEncoding`	Number of predictors in tabular data after encoding categorical variables (Da R2026a)

Argomenti

Statistics and Machine Learning Toolbox Example Data Sets
Use various data sets to try software features available in Statistics and Machine Learning Toolbox.
Grouping Variables
Grouping variables are utility variables used to group or categorize observations.
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.