Question

我正在尝试使用e1071包中经过训练的SVM进行预测，但我的数据包含一些缺失值（NA）。

我希望当该实例有任何缺失值时，返回的预测为NA。我尝试使用na.action = na.pass，但是它给了我一个错误＆＃34;名称错误（ret2）＆lt; - rowns：＆＃39; names＆＃39; attribute [150]的长度必须与vector [149]＆＃34;。

的长度相同

如果我使用na.omit，那么我可以获得没有丢失数据的实例的预测。如何获得包括NA在内的预测？

library(e1071)
model <- svm(Species ~ ., data = iris)
print(length(predict(model, iris)))
tmp <- iris
tmp[1, "Sepal.Length"] <- NA
print(length(predict(model, tmp, na.action = na.pass)))

Answer 1

如果您熟悉caret package，您可以使用233种不同类型的模型（包括来自包e1071的SVM），在"models clustered by tag similarity"部分，您可以找到一个csv他们用来对算法进行分组的数据。

有一个名为 Handle Missing Predictor Data 的列，它告诉您哪些算法可以执行您想要的操作。不幸的是，SVM不包括在内，但这些算法是：

Boosted Classification Trees（ada）
Bagged AdaBoost（AdaBag）
AdaBoost.M1（AdaBoost.M1）
C5.0（C5.0）
对成本敏感的C5.0（C5.0Cost）
单个C5.0规则集（C5.0规则）
单个C5.0树（C5.0Tree）
CART（rpart）
CART（rpart1SE）
CART（rpart2）
对成本敏感的CART（rpartCost）
CART或Ordinal Responses（rpartScore）

如果你仍然坚持使用SVM，你可以使用同一个包中preProccess function的knnImpute选项，这样你就可以预测你的所有观察结果。

Answer 2

您可以将所有有效案例分配回tmp集合中的预测变量：

tmp[complete.cases(tmp), "predict"] <- predict(model, newdata=tmp[complete.cases(tmp),]) 
tmp

#    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species    predict
#1             NA         3.5          1.4         0.2     setosa       <NA>
#2            4.9         3.0          1.4         0.2     setosa     setosa
#3            4.7         3.2          1.3         0.2     setosa     setosa
# ...

R SVM返回NA，用于缺少数据的预测

2 个答案: