Zapraszamy na post - wideo na temat uzupełniania brakujących danych w zmiennych. Zamiast wyrzucać je do kosza, można zastosować kurację 'data cleaner'.

Duże zbiory danych pomiarowych wymagają walidacji przed ich analizą, czyli oceny spójności oraz tego czy w danych nie występują błędy lub braki.

Nawet jeśli takie defekty zostaną wykryte, to za pomocą MATLABa można takie dane "naprawić", dzięki czemu tracimy cennych informacji.

Wpis jest w formie wideo: