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
คำแนะนำการฝึกหัด
โดยใช้ข้อมูล oceanbuoys:
- Impute และติดตามค่าที่ขาดหายด้วย
bind_shadow(),impute_below_all()และadd_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()