ÎncepețiÎncepe gratuit

Combinarea și compararea mai multor modele de imputare

Pentru a evalua diferitele metode de imputare, trebuie să le reunim într-un singur dataframe. Vei compara trei abordări diferite de gestionare a valorilor lipsă folosind setul de date oceanbuoys.

  • Prima metodă folosește doar cazurile complete și este încărcată ca ocean_cc.
  • A doua metodă imputează valorile printr-un model liniar, cu predicții bazate pe vânt, și este încărcată ca ocean_imp_lm_wind.

Vei crea al treilea set de date imputat, ocean_imp_lm_all, folosind un model liniar și vei imputa variabilele sea_temp_c, air_temp_c și humidity pe baza variabilelor wind_ew, wind_ns, year, latitude, longitude.

Apoi vei combina toate seturile de date (ocean_cc, ocean_imp_lm_wind și ocean_imp_lm_all) într-un singur obiect numit bound_models.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un set de date imputat numit ocean_imp_lm_all folosind un model liniar și imputează variabilele sea_temp_c, air_temp_c și humidity pe baza variabilelor wind_ew, wind_ns, year, latitude, longitude.
  • Combină toate seturile de date într-un singur obiect și numește-l bound_models.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create an imputed dataset using a linear models
ocean_imp_lm_all <- bind_shadow(oceanbuoys) %>%
  add_label_shadow() %>%
  impute_lm(sea_temp_c ~ wind_ew + wind_ns + ___ + ___ + ___) %>%
  impute_lm(air_temp_c ~ wind_ew + wind_ns + ___ + ___ + ___) %>%
  impute_lm(humidity ~ wind_ew + wind_ns + ___ + ___ + ___)

# Bind the datasets
bound_models <- bind_rows(cc = ___,
                          imp_lm_wind = ___,
                          imp_lm_all = ___,
                          .id = "imp_model")
# Look at the models
bound_models
Editează și rulează codul