kNN ipuçları ve püf noktaları I: bağışçıları ağırlıklandırma

Sıklıkla uygulanan bir kNN imputasyon varyasyonu, mesafe-ağırlıklı birleştirme (distance-weighted aggregation) kullanır. Bunun anlamı şu: Eksik bir değer için komşulardan gelen değerleri bir araya getirirken, ağırlıklı ortalama kullanırız ve ağırlıklar her bir komşunun ters mesafeleridir. Böylece, daha yakın komşular imput edilen değer üzerinde daha fazla etkiye sahip olur.

Bu egzersizde, tao verisini imput ederken mesafe-ağırlıklı birleştirmeyi uygulayacaksın. Bunun için kNN() fonksiyonuna iki ek argüman geçirmen yeterli. Hadi deneyelim!

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

VIM paketini yükle.
Komşuları birleştirmek için mesafe-ağırlıklı ortalama kullanarak humidity değişkenini kNN ile imput et; numFun ve weightDist argümanlarını belirtmen gerekecek.
Sonuçları görmek için kenar grafiği (margin plot) zaten senin için yazıldı.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Load the VIM package
___(___)

# Impute humidity with kNN using distance-weighted mean
tao_imp <- ___(tao, 
               k = 5, 
               variable = "humidity", 
               ___ = ___,
               ___ = ___)

tao_imp %>% 
	select(sea_surface_temp, humidity, humidity_imp) %>% 
	marginplot(delimiter = "imp")

Kodu Düzenle ve Çalıştır

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

AvançadoNível de habilidade

4.7+

Kursa Ücretsiz Başlayın

In this chapter, you’ll find out why missing data can be a risk when analyzing a dataset. You’ll be introduced to the three missing data mechanisms and learn how to recognize them using statistical tests and visualization tools.

Exercise 1: Missing data: what can go wrong Exercise 2: Linear regression with incomplete data Exercise 3: Analyzing regression output Exercise 4: Comparing models Exercise 5: Missing data mechanisms Exercise 6: Recognizing missing data mechanisms Exercise 7: t-test for MAR: data preparation Exercise 8: t-test for MAR: interpretation Exercise 9: Visualizing missing data patterns Exercise 10: Aggregation plot Exercise 11: Spine plot Exercise 12: Mosaic plot

Get to know the taxonomy of imputation methods and learn three donor-based techniques: mean, hot-deck, and k-Nearest-Neighbors imputation. You’ll look under the hood to see how these methods work, before learning how to apply them to a real-world tropical weather dataset. Along the way, you’ll also learn useful tricks that you can use to make them work even better for your problems.

Exercise 1: Ortalama ile atama Exercise 2: Ortalama atamanın tehlikesini sezmek Exercise 3: Sıcaklığın ortalama ile imputasyonu Exercise 4: Marjin grafiği ile imputasyon kalitesini değerlendirme Exercise 5: Hot-deck atama Exercise 6: Klasik hot-deck Exercise 7: Hot-deck ipuçları ve püf noktaları I: alanlar içinde imputasyon Exercise 8: Hot-deck ipuçları ve püfler II: ilişkili değişkenlere göre sıralama Exercise 9: k-En Yakın Komşu ataması Exercise 10: Komşu sayısını seçmek Exercise 11: kNN ipuçları ve püf noktaları I: bağışçıları ağırlıklandırma

Geçerli Egzersiz

Exercise 12: kNN ipuçları ve püfler II: değişkenleri sıralama

It’s time to learn how to use statistical and machine learning models, such as linear regression, logistic regression, and random forests, to impute missing data. In this chapter, you’ll look into how the models make their predictions and use this knowledge to draw the imputed values from conditional distributions. This is important as it ensures your imputations are more varied and plausible, making them more similar to the true data.

Exercise 1: Model-based imputation approach Exercise 2: Linear regression imputation Exercise 3: Initializing missing values & iterating over variables Exercise 4: Detecting convergence Exercise 5: Replicating data variability Exercise 6: Logistic regression imputation Exercise 7: Drawing from conditional distribution Exercise 8: Model-based imputation with multiple variable types Exercise 9: Tree-based imputation Exercise 10: Imputing with random forests Exercise 11: Variable-wise imputation errors Exercise 12: Speed-accuracy trade-off

Imputed values are not set in stone. They are just estimates and estimates come with some uncertainty. In this final chapter, you’ll discover how bootstrapping and chained equation using the mice package can be used to incorporate imputation uncertainty into your models and analyses to make them more reliable and robust.

Exercise 1: Multiple imputation by bootstrapping Exercise 2: Wrapping imputation & modeling in a function Exercise 3: Running the bootstrap Exercise 4: Bootstrapping confidence intervals Exercise 5: Multiple imputation by chained equations Exercise 6: The mice flow: mice - with - pool Exercise 7: Choosing default models Exercise 8: Using predictor matrix Exercise 9: Putting it all together Exercise 10: Analyzing missing data patterns Exercise 11: Imputing and inspecting outcomes Exercise 12: Inference with imputed data Exercise 13: Final remarks