SPSS是全球领先的统计分析软件，易于上手，适用于多个行业，无论是数据挖掘还是初步分析，它都是建模者的好帮手。难度递增：从入门到专业 这五款软件难度排序为：Excel SPSS Origin Eviews R语言。
方法一：打开要读取的excel文件，点击文件--信息（我使用的是excel 2016）02 选择兼容模式，保存后，重新运行你的MATLAB程序就可以了。03 方法二：将excel文件另存为excel工作簿。特别提示 另存为excel工作簿后，文件名扩展名可能会由xls变为xls，在MATLAB程序中应做相应更改。
数据分析的最后一步就需要学习编程语言了，目前学习Python语言是个不错的选择，Python语言在大数据分析领域有比较广泛的使用，而且Python语言自身比较简单易学，即使没有编程基础的人也能够学得会。通过Python来采用机器学习的方式实现数据分析是当前比较流行的数据分析方式。
对于MATLAB也好，各种语言也好，LINDO/LINGO也好，建议看一些与数学建模相关的应用类书籍，单纯讲软件的东西扩展的很多，用不到那么多。推荐几本书：姜启源《大学数学实验》，谢金星《优化建模与LINDO/LINGO软件》，邢文训《现代优化计算方法》，周建兴《MATLAB从入门到精通》等。
科学软件网提供Malab正版软件，创建实验室，一对一售后服务，Malab入门到精通视频课程资源。共89个视频，2994分钟。
我有以下建议：省略显示，能不显示输出，就不显示输出，一般情况下，几十亿也算不上大数据，应该可以；如果你的要求比较高，可以考虑并行运算，相信你利用今天这个问题将并行运算学好，将是巨大的收获，几天几周都是值得的。
这里用到的eval函数的功能强大，可以将字符串的内容当做matlab命令来执行（Execute string containing MATLAB expression） 及时清理不用变量，特别是大数据矩阵。及时清理可以腾出空间。同时，在生成矩阵的时候最好一次性申请足够的空间，不要在程序运行的时候变化矩阵大小。
MATLAB用sortrows排序320，000 * 3的矩阵速度挺快，不知你的S矩阵列数多大。
1、将数据的存储类型从double类型转换成single类型，可以节省一半的空间。避免使用高维矩阵。当数据量很大时，使用高维矩阵无疑是雪上加霜，可以考虑使用多个低维矩阵。及时清理不用变量，特别是大数据矩阵。
2、在 MATLAB 2020b 中不可用。这可能是由以下几个原因造成的：MATLAB 2020b 版本可能不再支持这个函数。MATLAB 的新版本可能会弃用或更改一些函数。如果 imkmeans 是自定义函数或来自第三方库，那么可能需要更新这个库或者函数以适应 MATLAB 2020b。
3、[idx，c]=kmeans（X，k）其中k是聚类中心个数 X是你存储需要处理的坐标的矩阵 c是一个存储了聚类中心点坐标的矩阵 MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
1、你可以根据你的数据尽量跳过不需要的列，或者第一次读前几列，第二次读后面几列，分开来读（textscan有和这些功能，你可以有选择的提取数据。还有你可以设定最长string的长度，也能有效减少内存的占用）。当然你的文件只有600m不算太大了，现在随便一个电脑就ng内存了。
2、上面的例子中，如果你的数据是个矩阵的话，返回的分别是对应行数和列数。如果你的数据是一维向量的话，返回的就是顺序号了。
3、大数据量处理可以用IBM的DB2，它也有完整的OLAP及DM工具。其分析报表生成等工具是cognos。另外微软的SQL SERVER也有这方面工具，但是却只能运行在没有稳定可靠名声的windows上。
Talend - 开源的力量与集成的全能Talend作为大数据转换工具，开源且集成能力强，但付费版可能需要适应无点击界面的挑战。对于寻求高性价比的团队，它提供了灵活的解决方案。
思迈特软件Smartbi大数据分析平台：定位为一站式满足所有用户全面需求场景的大数据分析平台。
神策数据神策数据作为专业的大数据服务商，以用户级大数据分析为核心，提供神策分析、智能运营等产品，帮助企业实现数据驱动。其PaaS平台支持私有化部署，确保数据安全和灵活性。
1、RF回归森林 - 随机抽样策略，降低过拟合风险，通过抽样训练决策树并取平均预测，适用于大规模数据，具备噪声处理和特征选择能力，广泛应用于金融、医疗等领域。
2、局部王者：二阶多项式局部加权回归 —— 通过局部线性回归的灵动，权重决定拟合精度，迭代优化，适用于各种复杂数据，高效且适应性强。噪声与异常的抵抗：鲁棒性与局部信息 —— 本地化算法捕捉数据特征，对噪声和异常值有强大抵抗力。
3、一维interpl插值算法在数据海洋中，interpl插值算法如同精准的指南针，它以离散数据点为坐标，通过构建连接线，为你在任意位置找到函数值。它的步骤如下：输入自变量 和因变量的离散数据，按照顺序排列，找到插值区间，利用直线拟合，运用公式轻松计算出目标点的函数值。
4、MATLAB SG滤波： 这是一种平滑去噪的利器，特别适合处理非线性信号，其快速的计算速度使它成为信号处理的首选。但要注意，选择合适的参数至关重要，它们能决定最终的滤波效果。 T1小波滤波： 基于MATLAB的这种算法，聚焦于保留信号特征的同时，有效地处理非平稳信号。阈值的选择直接影响信号的重构质量。
