เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

แสดงภาพค่าที่ถูก Impute ในกราฟ Scatter Plot

ลองสร้างกราฟที่เราเคยใช้ในบทที่สามขึ้นมาใหม่ โดยใช้ geom_miss_point()

ในการทำเช่นนี้ เราต้อง Impute ข้อมูลให้อยู่ต่ำกว่าช่วงของข้อมูลจริง ซึ่งเป็นการ Impute แบบพิเศษเพื่อสำรวจข้อมูล วิธีนี้จะช่วยให้เห็นสิ่งที่ต้องฝึก นั่นคือการติดตามค่าที่ขาดหาย โดยใช้ฟังก์ชัน impute_below_all() เพื่อ Impute ข้อมูลให้อยู่ต่ำกว่าช่วงของข้อมูล

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โดยใช้ข้อมูล oceanbuoys:

  • Impute และติดตามค่าที่ขาดหายด้วย bind_shadow(), impute_below_all() และ add_label_shadow()
  • แสดงภาพความขาดหายของความเร็วลมและอุณหภูมิอากาศบนแกน x และ y ตามลำดับ โดยระบายสีค่าอุณหภูมิอากาศที่ขาดหายด้วย air_temp_c_NA
  • แสดงภาพความชื้นและอุณหภูมิอากาศบนแกน x และ y ตามลำดับ โดยระบายสีกรณีที่มีค่าขาดหายใด ๆ ด้วยตัวแปร any_missing

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Impute and track the missing values
ocean_imp_track <- bind_shadow(___) %>% 
  impute_below_all() %>% 
  add_label_shadow()

# Visualize the missingness in wind and air temperature,  
# coloring missing air temp values with air_temp_c_NA
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) + 
  geom_point()

# Visualize humidity and air temp, coloring any missing cases using the variable any_missing
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) +  
  geom_point()
แก้ไขและรันโค้ด