НачатьНачать бесплатно

Оценка неудачных импутаций

Чтобы оценить качество импутации, полезно понять, как выглядит неудачный результат. Рассмотрим типичный пример плохой импутации — замену пропущенных значений средним.

В этом упражнении вы изучите, как работает метод импутации средним, с помощью ящичковой диаграммы на основе набора данных oceanbuoys.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

Для набора данных oceanbuoys:

  • Выполните импутацию средним с помощью impute_mean_all() и отследите результаты, используя add_label_shadow().
  • Исследуйте импутированные значения влажности (humidity) с помощью ящичковой диаграммы.
  • Исследуйте импутированные значения температуры воздуха (air_temp_c) с помощью ящичковой диаграммы.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Impute the mean value and track the imputations 
ocean_imp_mean <- bind_shadow(___) %>% 
  ___() %>% 
  ___()

# Explore the mean values in humidity in the imputed dataset
ggplot(___, 
       aes(x = ___, y = ___)) + 
  geom_boxplot()

# Explore the values in air temperature in the imputed dataset
ggplot(___, 
       aes(x = ___, y = ___)) + 
  geom_boxplot()
Редактировать и запускать код