即使在R中的迴歸變量缺失值時也能預測

我從訓練數據集中得到R中的所得迴歸係數。我現在想要使用它們並將它們應用於另一個數據集來預測值，但是某些X /獨立變量有N/A或缺失值，這也導致預測值爲N/A。我可以使用哪些命令，這樣即使某些因變量信息丟失，predict（）命令仍會預測該行的值？即使在R中的迴歸變量缺失值時也能預測

來源

2017-08-28 user3242036

'預測'正在根據您的建模函數（例如，「lm」，「glm」等）生成的迴歸方程生成預測。那個方程式就像'y = 0.1 * x1 + 3.26 * x2 - 0.048 * x3 + ...'。如果你的其他數據集有一個觀察值（一行）缺少一個值，例如'x3'，那麼就沒有辦法爲這個觀測值預測'y'，因爲沒有什麼值可以插入' x3'。爲了得到預測結果，您可以（1）將其他數據集中的缺失值計算出來，或者（2）僅使用其他數據集中存在的變量來訓練模型。 – eipi10

您可以使用'鼠標'軟件包。這個軟件包和函數'mice（）'可以用來推測缺失的值 –

您需要處理缺失的值。根據您處理的數據類型，您可能會相應地忽略缺失值。例如。 - 如果列的數據類型爲int，則可以嘗試用平均值或中值替換它們。如果你可以對你處理的數據更具體，它將提供更多的清晰度。

來源

2017-08-28 21:04:04

即使在R中的迴歸變量缺失值時也能預測

回答

相關問題