변수별 대치 오류

이전 연습 문제에서 missForest 출력에서 추정된 대치 오류를 추출했어요. 그 결과 두 개의 수치를 얻었습니다:

모든 연속형 변수에 대한 정규화 평균제곱근오차(NRMSE)
모든 범주형 변수에 대한 오분류 비율(PFC)

하지만 어떤 연속형 변수에는 대치 모델이 잘 맞고, 다른 변수에는 성능이 떨어질 수도 있어요! 이런 경우를 진단하려면 missForest에 변수별 오류 추정치를 만들도록 지시하면 됩니다. variablewise 인수를 TRUE로 설정하면 돼요.

biopics 데이터와 missForest 패키지는 이미 로드되어 있으니, 오류를 좀 더 자세히 살펴보세요!

이 연습은 강의의 일부입니다

R에서 대치(Imputation)로 결측치 다루기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Impute biopics data with missForest computing per-variable errors
imp_res <- ___(___, ___ = ___)

코드 편집 및 실행

이 연습은 강의의 일부입니다

R에서 대치(Imputation)로 결측치 다루기

SkillTag.level.advancedSkillTag.label

4.8+

무료로 강의 시작하기

이 챕터에서는 데이터셋을 분석할 때 결측치가 왜 위험이 될 수 있는지 알아봅니다. 결측치가 발생하는 세 가지 메커니즘을 소개하고, 통계 검정과 시각화 도구로 이를 식별하는 방법을 배웁니다.

Exercise 1: 결측치: 무엇이 잘못될 수 있을까요 Exercise 2: 누락된 데이터가 있는 상태에서의 선형 회귀 Exercise 3: 회귀 결과 분석하기 Exercise 4: 모델 비교하기 Exercise 5: 결측 데이터 메커니즘 Exercise 6: 결측 메커니즘 알아보기 Exercise 7: MAR 가설의 t-검정: 데이터 준비 Exercise 8: MAR에 대한 t-검정: 해석 Exercise 9: 결측 데이터 패턴 시각화 Exercise 10: 집계 플롯 Exercise 11: 스파인 플롯 Exercise 12: 모자이크 플롯

대치 방법의 분류 체계를 익히고, 평균 대치, 핫덱(hot-deck) 대치, k-최근접이웃(k-Nearest-Neighbors) 대치의 세 가지 기증자 기반 기법을 학습합니다. 각 방법이 내부적으로 어떻게 작동하는지 살펴본 뒤, 실제 열대 기상 데이터셋에 적용해 봅니다. 그 과정에서 여러분의 문제에 더 잘 맞도록 성능을 높이는 실용적인 팁도 함께 배웁니다.

Exercise 1: 평균 대치 Exercise 2: 평균 대치의 위험 신호 맡아 보기 Exercise 3: 평균 대치로 온도 채우기 Exercise 4: 마진 플롯으로 대치 품질 평가하기 Exercise 5: Hot-deck 대치 Exercise 6: 기본 hot-deck Exercise 7: Hot-deck 팁 & 트릭 I: 도메인 내 대치 Exercise 8: Hot-deck 요령 II: 상관된 변수로 정렬하기 Exercise 9: k-최근접 이웃 채움(k-Nearest-Neighbors imputation)Exercise 10: 이웃 수 선택하기 Exercise 11: kNN 팁과 요령 I: 기증자 가중치 부여 Exercise 12: kNN 팁 & 트릭 II: 변수 정렬

이제 선형 회귀, 로지스틱 회귀, 랜덤 포레스트와 같은 통계 및 Machine Learning 모델을 사용해 결측치를 대치하는 방법을 배울 차례입니다. 이 챕터에서는 모델이 예측을 만들어 내는 과정을 살펴보고, 그 이해를 바탕으로 조건부분포에서 대치값을 표본추출하는 방법을 사용합니다. 이는 대치값의 다양성과 개연성을 높여 실제 데이터에 더 가까워지도록 하는 데 중요합니다.

Exercise 1: 모형 기반 대치 방법 Exercise 2: 선형 회귀를 활용한 대치 Exercise 3: 결측값 초기화 및 변수 반복 처리 Exercise 4: 수렴 감지하기 Exercise 5: 데이터 변동성 복제하기 Exercise 6: 로지스틱 회귀로 대치하기 Exercise 7: 조건부분포에서 추출하기 Exercise 8: 여러 변수 유형에 대한 모델 기반 대치 Exercise 9: 트리 기반 대치 Exercise 10: Random Forest로 보간하기 Exercise 11: 변수별 대치 오류

현재 연습

Exercise 12: 속도-정확도 간의 균형

대치된 값은 확정값이 아닙니다. 어디까지나 추정치이며, 추정에는 불확실성이 따릅니다. 마지막 챕터에서는 부트스트래핑과 mice 패키지를 활용한 연쇄 방정식 대치(chained equations)를 통해, 대치 불확실성을 모델과 분석에 반영하여 더 신뢰 가능하고 견고한 결과를 얻는 방법을 알아봅니다.

Exercise 1: 부트스트래핑을 이용한 다중 대치 Exercise 2: 대치와 모델링을 함수로 묶기 Exercise 3: 부트스트랩 실행하기 Exercise 4: 부트스트래핑 신뢰 구간 Exercise 5: 연쇄방정식을 이용한 다중 대치 Exercise 6: mice 흐름: mice - with - pool Exercise 7: 기본 모델 선택하기 Exercise 8: 예측자 행렬 사용하기 Exercise 9: 모두 종합해 보기 Exercise 10: 결측 데이터 패턴 분석하기 Exercise 11: 결과 대치와 점검 Exercise 12: 대치된 데이터로 추론하기 Exercise 13: 마무리 안내