Bù khuyết bằng KNN

Machine Learning với caret trong R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Xử lý giá trị thiếu

Bù trung vị nhanh, nhưng…
Có thể sai nếu thiếu dữ liệu không ngẫu nhiên
Bù bằng k láng giềng gần nhất (KNN)
Bù dựa trên các dòng “tương tự” không bị thiếu

Ví dụ: thiếu không ngẫu nhiên

Giả sử xe nhỏ không báo horsepower
Bù trung vị sai ở đây: giả định xe nhỏ có horsepower trung-bao

# Generate data with missing values
mtcars[mtcars$disp < 140, "hp"] <- NA
Y <- mtcars$mpg
X <- mtcars[, 2:4]

# Use median imputation
model <- train(X, Y, method = "glm", preProcess = "medianImpute")
print(min(model$results$RMSE))

3.612713

Ví dụ: thiếu không ngẫu nhiên

Bù KNN tốt hơn
Dùng xe có disp / cyl tương tự để bù
Cho mô hình chính xác hơn (nhưng chậm hơn)

# Use KNN imputation
set.seed(42)
model <- train(
  X, Y, method = "glm", preProcess = "knnImpute"
)
print(min(model$results$RMSE))

3.558881

So với 3.61 khi bù trung vị

Hãy thực hành!

Machine Learning với caret trong R