插值與插入符號缺失值

我正在參加Kaggle泰坦尼克號競賽，並且有關於插入缺失值的問題。我正在嘗試使用Caret軟件包，我的訓練集由因素和數字組成。插值與插入符號缺失值

我想使用Caret中的preProcess函數來計算缺失值，但在使用preProcess之前，我需要使用dummyVars函數將所有因子轉換爲虛擬變量。

dummies = dummyVars(survived ~ . -1, data = train, na.action = na.pass) 
xtrain = predict(dummies, train)

然而，在使用dummyVars轉換的因素的過程中，所有來港是由一些不知名的算法預測和失蹤age列都成爲即使我已經指定na.action = na.pass 1的。我想將我的因素轉換爲虛擬變量，但沒有觸及NA，因此我可以使用preProcess函數來計算它們。我怎樣才能做到這一點？

謝謝。

dput這裏：

structure(list(survived = structure(c(1L, 2L, 2L, 2L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L), .Label = c("0", 
"1"), class = "factor"), pclass = structure(c(3L, 1L, 3L, 1L, 
3L, 3L, 1L, 3L, 3L, 2L, 3L, 1L, 3L, 3L, 3L, 2L, 3L, 2L, 3L, 3L 
), .Label = c("1", "2", "3"), class = "factor"), sex = structure(c(2L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 
2L, 1L, 1L), .Label = c("female", "male"), class = "factor"), 
    age = c(22, 38, 26, 35, 35, NA, 54, 2, 27, 14, 4, 58, 20, 
    39, 14, 55, 2, NA, 31, NA), sibsp = c(1, 1, 0, 1, 0, 0, 0, 
    3, 0, 1, 1, 0, 0, 1, 0, 0, 4, 0, 1, 0), parch = c(0, 0, 0, 
    0, 0, 0, 0, 1, 2, 0, 1, 0, 0, 5, 0, 0, 1, 0, 0, 0), fare = c(7.25, 
    71.2833, 7.925, 53.1, 8.05, 8.4583, 51.8625, 21.075, 11.1333, 
    30.0708, 16.7, 26.55, 8.05, 31.275, 7.8542, 16, 29.125, 13, 
    18, 7.225), embarked = structure(c(4L, 2L, 4L, 4L, 4L, 3L, 
    4L, 4L, 4L, 2L, 4L, 4L, 4L, 4L, 4L, 4L, 3L, 4L, 4L, 2L), .Label = c("", 
    "C", "Q", "S"), class = "factor")), .Names = c("survived", 
"pclass", "sex", "age", "sibsp", "parch", "fare", "embarked"), row.names = c(NA, 
20L), class = "data.frame")

來源

2013-06-20 mchangun

這第一部分是一個bug; NA值不應該是1（顯然）。同時，您可以使用model.matrix生成虛擬變量，但您可能必須立即爲所有數據執行此操作。另外，如果您使用train，則可以使用公式方法。總的來說，這是一個更好的方法。

我將在未來幾周內解決這個問題。我即將發佈一個脫字符號版本，加上UseR，會讓我稍微拖延一下。

編輯：新版本將在下週修復了這個bug

最大

來源

2013-06-20 13:27:25 topepo

感謝您的答覆被釋放。 'model.matrix'似乎並沒有這樣做，因爲它省略了NA中的任何行。請讓我知道是否有辦法讓它工作。謝謝。 – mchangun

插值與插入符號缺失值

回答

相關問題