從條件分配抽樣
直接對模型呼叫 predict()，在相同的自變數（預測因子）取值下，會回傳相同的結果。這會讓插補後的資料變異太小。為了增加變異，讓插補更能重現原始資料的變異，我們可以從條件分配中抽樣。也就是說，當模型輸出的機率大於 0.5 時，不是每次都預測 1，而是依據模型回傳的機率，從二項分配中抽樣產生預測值。
你會延續上一題寫的程式碼。以下這一行已被移除：
preds <- ifelse(preds >= 0.5, 1, 0)
你的任務是用從二項分配抽樣來取代它。只要一行程式碼就能完成！
本練習屬於課程
在 R 中以插補處理遺漏值
練習說明
- 透過從二項分配取樣，覆寫
preds。 - 將
preds的長度作為第一個引數傳入。 - 將 size 設為 1。
- 將
prob設為模型回傳的機率。
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。
impute_logreg <- function(df, formula) {
# Extract name of response variable
imp_var <- as.character(formula[2])
# Save locations where the response is missing
missing_imp_var <- is.na(df[imp_var])
# Fit logistic regression mode
logreg_model <- glm(formula, data = df, family = binomial)
# Predict the response
preds <- predict(logreg_model, type = "response")
# Sample the predictions from binomial distribution
preds <- ___(___, size = ___, prob = ___)
# Impute missing values with predictions
df[missing_imp_var, imp_var] <- preds[missing_imp_var]
return(df)
}