如何处理R中神经网络预测结果中的NA

Question

我将神经网络应用于泰坦尼克数据集（包含PClass，性别，年龄，Sibsp，Parch，票价，登船）

library(caret)
model_nnet <- train(as.factor(Survived) ~.,  
              method="nnet",
              train_df, 
              linout=FALSE, 
              trace = FALSE,
              preProcess = c("center", "scale"))

nnet_predict <- predict(model_nnet, test_df)

虽然我预计nnet_predict与测试数据帧（418条记录）的长度相同，但它实际上包含NA并且只有331条结果。有关如何处理它的任何建议？谢谢

Answer 1

寻找

summary(test_df)

您可以看到Age＆amp;中存在缺失值Fare列，因此在运行predict()函数之前，您需要在这两列中修复NA。

一个选项可能是 -

• 在NA列填写Fare及其平均值。
• 在NA列填写Age，其平均值为Pclass，即

if Pclass==1 then missing_age <- 37
if Pclass==2 then missing_age <- 29
else missing_age <- 24

希望这有帮助！