Question

在我的数据集中，我有大约40％的缺失值。所以我使用了impute()包中的e1071。我使用下面的代码通过它们的中位数来计算整数变量的缺失值，并通过它们的模式将字符变量的值丢失。

library(mlr)
imp1 <- impute(obj = as.data.frame(train_prop), target=character(0), 
               classes = list(integer=imputeMedian(), factor=imputeMode()))

执行代码后，我使用以下代码检查缺失值

table(is.na(imp1$data))
# FALSE    TRUE     
# 5493033   13742

显示约0.25％缺失值

在运行impute函数之前，我做了相同的检查并找到了以下结果

# FALSE    TRUE 
# 3267515 2239260

最初我的数据有40％的缺失值，但在运行impute()后，我的错误值减少了0.2％。

为什么我没有丢失0％的值？

Answer 1

假设impute属于classes包，只需更改class(1) [1] "numeric"参数即可解决问题。

注意：

classes

因此，在integer参数中，只需将numeric更改为imp1 <- impute(obj = as.data.frame(train_prop), target =character(0),classes = list(numeric = imputeMedian(), factor = imputeMode()))，

var object = [
    {id: 1, items: "a, b, c, d"}, 
    {id: 2, items: "a, b, d, c"},
    {id: 3, items: "a, b, c, d, e"}
    {id: 4, items: "a, b, d, c, e"}
];

希望这有帮助。

为什么不在R中输入函数无法归因所有NA值

1 个答案: