Lỗi nội suy theo biến
Trong bài tập trước, bạn đã trích xuất các lỗi nội suy ước lượng từ đầu ra của missForest. Điều này cho bạn hai con số:
- normalized root mean squared error (NRMSE) cho tất cả các biến liên tục;
- proportion of falsely classified entries (PFC) cho tất cả các biến phân loại.
Tuy nhiên, rất có thể mô hình nội suy hoạt động rất tốt với một biến liên tục nhưng lại kém với biến khác! Để chẩn đoán các trường hợp như vậy, chỉ cần yêu cầu missForest tạo ước lượng lỗi theo từng biến. Thực hiện bằng cách đặt đối số variablewise thành TRUE.
Dữ liệu biopics và gói missForest đã được nạp sẵn cho bạn, vậy hãy xem kỹ hơn các lỗi này nhé!
Bài tập này là một phần của khóa học
Xử lý dữ liệu khuyết bằng Imputation trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Impute biopics data with missForest computing per-variable errors
imp_res <- ___(___, ___ = ___)