누락 (NA) 값이있는 R에서 임의의 포리스트를 만드는 방법은 무엇입니까?

Question

나는 임의의 숲 모델에 맞게 싶지만, 내가

library(randomForest) 
cars$speed[1] <- NA # to simulate missing value 
model <- randomForest(speed ~., data=cars) 

를 호출 할 때 다음과 같은 오류를 얻을

Error in na.fail.default(list(speed = c(NA, 4, 7, 7, 8, 9, 10, 10, 10, : 
    missing values in object 

Answer 1

이 질문에 대한 나의 첫 반응은 훨씬 연구를 보이지 않았다이었다 "모든 사람"은 임의의 포리스트가 예측 자의 누락 된 값을 처리하지 않는다는 것을 알고 있기 때문에 노력합니다. 그러나 ?randomForest을 검사 할 때 나는 이것에 대해 훨씬 더 명백 할 수 있다고 고백해야한다.

(Breiman의 PDF, 비록 명시 적으로 누락 된 값이 단순히 전혀 처리되지 않는 것을 말하는가 문서에 연결.)

은 내가 볼 수있는 공식 문서에서 유일하게 확실한 단서였습니다 기본 값 na.action 매개 변수는 na.fail이며 새로운 사용자에게는 너무 모호 할 수 있습니다. 당신의 예측이 누락 된 값이있는 경우 어떤 경우

, 당신은 (기본적으로) 두 가지 선택 :

1. 를 사용하여 다른 도구 (rpart 핸들이 잘 값이 없습니다.)
2. 전가 누락 된 값

randomForest 패키지에는 당연히 이것을 수행하는 기능이 있습니다 (rfImpute). ?rfImpute에있는 문서는 사용법의 기본 예를 통해 실행됩니다.

값이 누락 된 사례가 적은 경우 na.action = na.omit을 설정하여 해당 사례를 간단히 삭제할 수도 있습니다.

물론이 대답은 문제가 실제로 가치가 누락 된 것 같아요.

Answer 2

누락 된 값은 다음 값 누락 inpute하고 오류를 낮추는 경우 new.var는 다음 사용할 수 your_dataset에 추가 너무 큰 세트 인 경우, (new.vars<-is.na(your_dataset)으로) 추가 이진 변수를 추가하고 확인할 수 있습니다 유익한 가능성이있는 경우 혼자, varImpPlot와 significiant 변수를 선택하고 your_dataset에 추가, 당신은 또한없는 변수 정보 회계있는 경우가 아니라 오프 topick 답변입니다 NA의 new.var <- rowSums(new.vars)

의 수를 계산하는 your_dataset에 하나의 변수를 추가 할 수 있습니다 왜냐하면 불완전한 대체 절차만으로 모델 오류의 증가를 바로 잡을 수 있기 때문이다.

누락 된 값은 유익하지 않습니다. 그 이유는 누락 된 값이 비 임의 원인, 즉 사회 실험 설정에서 일반적으로 흔히 발생하기 때문입니다.