你的第一個遺漏資料視覺化
要掌握資料裡遺漏值的位置並不容易，而視覺化正好能大幅協助你。
vis_miss() 會產生整體性的遺漏情形視覺化。你也可以用 cluster = TRUE 依遺漏情形對列進行分群；另外也能用 sort_miss = TRUE 依遺漏值多寡對欄進行排序（由多到少）。
本練習屬於課程
在 R 中處理遺漏值
練習說明
使用 naniar 套件中的 riskfactors 資料集：
- 使用
vis_miss()視覺化資料中的遺漏情形。 - 使用
vis_miss()並加入cluster = TRUE，探索遺漏情形的分群。 - 使用
vis_miss()，並用sort_miss排序遺漏值，讓欄位依遺漏程度排列。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Visualize all of the missingness in the `riskfactors` dataset
vis_miss(___)
# Visualize and cluster all of the missingness in the `riskfactors` dataset
vis_miss(___, ___ = TRUE)
# visualize and sort the columns by missingness in the `riskfactors` dataset
vis_miss(___, ___ = TRUE)