Yakınsamayı tespit etme
Son egzersizde değişkenler üzerinde yineleme (iteration) yapman harikaydı! Peki kaç yineleme gerekli? Yeni yinelemede atanan (impute edilen) değerler değişmiyorsa durabiliriz.
Şimdi kodunu genişleterek ardışık yinelemelerde atanan değişkenler arasındaki farkları hesaplayacaksın. Bunu yapmak için, senin için şöyle tanımlanmış Ortalama Mutlak Yüzde Değişimi (Mean Absolute Percentage Change) fonksiyonunu kullanacaksın:
mapc <- function(a, b) {
mean(abs(b - a) / a, na.rm = TRUE)
}
mapc() çıktısı, b’nin a’dan ne kadar farklı olduğunu söyleyen tek bir sayıdır. Bunu, atanan değişkenlerin yinelemeler arasında ne kadar değiştiğini kontrol etmek için kullanacaksın. Buna dayanarak kaç yinelemenin gerekli olduğuna karar vereceksin!
missing_air_temp ve missing_humidity mantıksal maskeleri senin için hazır; ayrıca hotdeck ile başlatılmış tao_imp verisi de mevcut.
Bu egzersiz, kursun bir parçasıdır
R'de Atamaya Dayalı Eksik Veri Doldurma
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
diff_air_temp <- ___
diff_humidity <- ___
for (i in 1:5) {
# Assign the outcome of the previous iteration (or initialization) to prev_iter
prev_iter <- ___
# Impute air_temp and humidity at originally missing locations
tao_imp$air_temp[missing_air_temp] <- NA
tao_imp <- impute_lm(tao_imp, air_temp ~ year + latitude + sea_surface_temp + humidity)
tao_imp$humidity[missing_humidity] <- NA
tao_imp <- impute_lm(tao_imp, humidity ~ year + latitude + sea_surface_temp + air_temp)
}