simputation का उपयोग करके डेटा इम्प्यूट करना
R में कई इम्प्यूटेशन पैकेज हैं। हम simputation पैकेज पर ध्यान देंगे, जो इम्प्यूटेशन करने के लिए एक सरल और शक्तिशाली इंटरफ़ेस देता है।
एक अच्छा इम्प्यूटेशन मॉडल बनाना बहुत महत्वपूर्ण है, लेकिन यह एक जटिल विषय है — अच्छा इम्प्यूटेशन मॉडल बनाने में उतना ही काम लगता है जितना एक अच्छा सांख्यिकीय मॉडल बनाने में। इस कोर्स में, हम इम्प्यूटेशन का मूल्यांकन कैसे करें, इस पर ध्यान केंद्रित करेंगे।
सबसे पहले, हम impute_lm() फंक्शन का उपयोग देखेंगे, जो दिए गए linear model के अनुसार मानों को इम्प्यूट करता है।
इस अभ्यास में, हम impute_lm() के साथ डेटा पर पहले सीखे गए आकलन तकनीकों को लागू करेंगे, और फिर अगली पाठों में इसी इम्प्यूटेशन विधि पर और निर्माण करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Missing Data से निपटना
अभ्यास निर्देश
oceanbuoys डेटासेट का उपयोग करते हुए:
humidityकोwind_ewऔरwind_nsसे इम्प्यूट करें, औरadd_label_shadow()का उपयोग करके missing values को ट्रैक करें।air_temp_cऔरhumidityके इम्प्यूट किए गए मानों का प्लॉट बनाइए, जहाँ x-axis परair_temp_cऔर y-axis परhumidityहो, और रंगany_missing()के अनुसार हो।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Impute humidity and air temperature using wind_ew and wind_ns, and track missing values
ocean_imp_lm_wind <- ___ %>%
bind_shadow() %>%
impute_lm(air_temp_c ~ wind_ew + wind_ns) %>%
impute_lm(___ ~ ___ + ___) %>%
add_label_shadow()
# Plot the imputed values for air_temp_c and humidity, colored by missingness
ggplot(___,
aes(x = ___, y = ___, color = any_missing)) +
geom_point()