1. Learn
    2. /
  2. Courses
    3. /
  3. Apprentissage supervisé en R : Classification
Connected

Exercise

Traitement des données manquantes

Certaines personnes pressenties comme donateurs ont des données age manquantes. Malheureusement, R exclut toute observation contenant des valeurs NA lors de la construction d'un modèle de régression.

Une solution consiste à remplacer, ou à imputer, les valeurs manquantes par une valeur estimée. Ensuite, vous pouvez aussi créer un indicateur de données manquantes pour modéliser la possibilité que les cas avec données manquantes diffèrent d'une certaine façon de ceux sans données manquantes.

Le cadre de données donors est chargé dans votre espace de travail.

Instructions

100 XP
  • Utilisez summary() sur donors$age pour trouver l'âge moyen des prospects sans données manquantes.
  • Utilisez ifelse() et le test is.na(donors$age) pour imputer la moyenne (arrondie à 2 décimales) pour les cas dont age est manquant. Assurez-vous aussi d'ignorer les NA.
  • Créez une variable indicatrice binaire nommée missing_age indiquant la présence de données manquantes au moyen d'un autre appel à ifelse() et du même test.