Zacznij terazZacznij za darmo

Triki i wskazówki kNN I: ważenie dawców

Popularną odmianą imputacji kNN jest tzw. agregacja ważona odległością. Polega ona na tym, że podczas agregowania wartości sąsiadów – w celu wyznaczenia wartości zastępczej dla brakującej obserwacji – używa się średniej ważonej, gdzie wagami są odwrotności odległości od poszczególnych sąsiadów. Dzięki temu bliżsi sąsiedzi mają większy wpływ na imputowaną wartość.

W tym ćwiczeniu zastosujesz agregację ważoną odległością podczas imputacji zbioru danych tao. Wystarczy przekazać dwa dodatkowe argumenty do funkcji kNN(). Sprawdź, jak to działa!

To ćwiczenie jest częścią kursu

Obsługa brakujących danych z imputacją w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Wczytaj pakiet VIM.
  • Imputuj zmienną humidity metodą kNN, używając ważonej odległością średniej do agregacji sąsiadów; musisz podać argumenty numFun oraz weightDist.
  • Wykres marginesowy do wizualizacji wyników został już przygotowany.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Load the VIM package
___(___)

# Impute humidity with kNN using distance-weighted mean
tao_imp <- ___(tao, 
               k = 5, 
               variable = "humidity", 
               ___ = ___,
               ___ = ___)

tao_imp %>% 
	select(sea_surface_temp, humidity, humidity_imp) %>% 
	marginplot(delimiter = "imp")
Edytuj i uruchom kod