BaşlayınÜcretsiz başlayın

Birçok imputasyon modelini birleştirme ve karşılaştırma

Farklı imputasyon yöntemlerini değerlendirmek için hepsini tek bir veri çerçevesinde toplamalıyız. Şimdi oceanbuoys veri kümesini kullanarak eksik veriyi ele almanın üç farklı yaklaşımını karşılaştıracaksın.

  • İlk yöntem yalnızca tamamlanmış gözlemleri kullanır ve ocean_cc olarak yüklüdür.
  • İkinci yöntem, rüzgâr değişkenleriyle tahmin yapan doğrusal bir modelle değerleri imputasyon yapar ve ocean_imp_lm_wind olarak yüklüdür.

Üçüncü imputasyonlu veri kümesini, ocean_imp_lm_all, bir doğrusal model kullanarak oluşturacaksın ve sea_temp_c, air_temp_c ve humidity değişkenlerini; wind_ew, wind_ns, year, latitude, longitude değişkenlerini kullanarak imputasyonla dolduracaksın.

Ardından tüm veri kümelerini (ocean_cc, ocean_imp_lm_wind ve ocean_imp_lm_all) birleştirip bound_models adını vereceksin.

Bu egzersiz, kursun bir parçasıdır

R'de Eksik Verilerle Başa Çıkma

Kursa Göz Atın

Egzersiz talimatları

  • ocean_imp_lm_all adlı bir imputasyonlu veri kümesi oluştur: doğrusal bir model kullan ve sea_temp_c, air_temp_c ve humidity değişkenlerini; wind_ew, wind_ns, year, latitude, longitude değişkenleriyle imputasyonla doldur.
  • Tüm veri kümelerini aynı nesnede birleştir ve adına bound_models de.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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
Kodu Düzenle ve Çalıştır