Välja antal grannar
k-Nearest-Neighbors (eller kNN) imputering fyller i saknade värden i en observation baserat på värden från de k andra observationer som liknar den mest. Antalet sådana liknande observationer – kallade grannar – är en parameter som måste väljas i förväg.
Hur väljer man k? Ett sätt är att prova olika värden och se hur de påverkar sambandet mellan imputerade och observerade data.
Låt oss imputera humidity i datamängden tao med tre olika värden på k och se hur de imputerade värdena passar in i sambandet mellan humidity och sea_surface_temp.
Den här övningen är en del av kursen
Hantering av saknade värden med imputering i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Impute humidity using 30 neighbors
tao_imp <- ___(tao, k = ___, variable = ___)
# Draw a margin plot of sea_surface_temp vs humidity
tao_imp %>%
select(sea_surface_temp, humidity, humidity_imp) %>%
___(delimiter = "imp", main = "k = 30")