Kom igångKom igång gratis

Kombinera och jämföra flera imputeringsmodeller

För att utvärdera de olika imputeringsmetoderna behöver vi samla dem i en enda dataram. Nu ska du jämföra tre olika sätt att hantera saknade värden med datamängden oceanbuoys.

  • Den första metoden använder enbart kompletta observationer och är inläst som ocean_cc.
  • Den andra metoden imputerar värden med en linjär modell där prediktioner görs utifrån vindvariabler, och är inläst som ocean_imp_lm_wind.

Du skapar den tredje imputerade datamängden, ocean_imp_lm_all, med en linjär modell och imputerar variablerna sea_temp_c, air_temp_c och humidity med hjälp av variablerna wind_ew, wind_ns, year, latitude och longitude.

Sedан binder du ihop alla datamängder (ocean_cc, ocean_imp_lm_wind och ocean_imp_lm_all) och kallar resultatet bound_models.

Den här övningen är en del av kursen

Hantera saknade värden i R

Visa kurs

Övningsinstruktioner

  • Skapa en imputerad datamängd med namnet ocean_imp_lm_all med hjälp av en linjär modell och imputera variablerna sea_temp_c, air_temp_c och humidity med variablerna wind_ew, wind_ns, year, latitude och longitude.
  • Bind ihop alla datamängder i samma objekt och döp det till bound_models.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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
Redigera och kör kod