Obsługa brakujących danych

Niektórzy potencjalni darczyńcy mają brakujące dane dotyczące zmiennej age. Niestety R pomija wszystkie przypadki z wartościami NA podczas budowania modelu regresji.

Jednym ze sposobów obejścia tego problemu jest zastąpienie – czyli imputacja – brakujących wartości wartością szacunkową. Po wykonaniu tej operacji możesz również utworzyć wskaźnik brakujących danych, aby uwzględnić w modelu możliwość, że przypadki z brakami różnią się w jakiś sposób od pozostałych.

Ramka danych donors jest wczytana do twojego środowiska pracy.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: Klasyfikacja

Zobacz kurs

Instrukcje do ćwiczenia

Użyj summary() na kolumnie donors$age, aby znaleźć średni wiek prospektów bez brakujących danych.
Użyj ifelse() z testem is.na(donors$age), aby przeprowadzić imputację średniej (zaokrąglonej do 2 miejsc po przecinku) dla przypadków z brakującym age. Pamiętaj, aby zignorować wartości NA.
Utwórz binarną zmienną zero-jedynkową o nazwie missing_age, wskazującą obecność brakujących danych, korzystając z kolejnego wywołania ifelse() i tego samego testu.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Find the average age among non-missing values
summary(___)

# Impute missing age values with the mean age
donors$imputed_age <- ifelse(___)

# Create missing value indicator for age
donors$missing_age <- ___

Edytuj i uruchom kod