대체값 평가하기(여러 모델과 변수)
대체값(imputation) 모델을 만들 때는 다른 방법과 비교해 보는 것이 좋습니다.
이번 레슨에서는 데이터의 변동을 설명하는 데 도움이 되는 유용한 정보를 하나 더 포함한 최종 대체값 모델을 추가해 보겠습니다. 그런 다음 이전 레슨에서처럼 값을 비교해 보겠습니다.
이 연습은 강의의 일부입니다
R에서 결측치 다루기
연습 안내
oceanbuoys 데이터셋을 사용하세요:
impute_lm()을 사용해 대체값을 계산하되, 모델에year를 추가하세요.- 대체 방법들을 묶어서 결합하세요.
ocean_imp_mean은mean,ocean_imp_lm_wind는lm_wind,ocean_imp_lm_wind_year는lm_wind_year에 배치하세요. air_temp_c(x축)와humidity(y축)의 값을 확인하고, 결측 여부로 색을 구분하며, 대체 모델별로 패싯하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Build a model adding year to the outcome
ocean_imp_lm_wind_year <- bind_shadow(___) %>%
impute_lm(air_temp_c ~ wind_ew + wind_ns + ___) %>%
impute_lm(humidity ~ wind_ew + wind_ns + ___) %>%
add_label_shadow()
# Bind the mean, lm_wind, and lm_wind_year models together
bound_models <- bind_rows(mean = ocean_imp_mean,
lm_wind = ocean_imp_lm_wind,
lm_wind_year = ___,
.id = "imp_model")
# Explore air_temp and humidity, coloring by any missings, and faceting by imputation model
ggplot(___, aes(x = ___, y = ___, color = any_missing)) +
geom_point() + facet_wrap(~___)