计算 R 中插补函数的准确性答案

【问题标题】：Calculate the accuracy of an imputation function in R计算 R 中插补函数的准确性
【发布时间】：2023-01-13 05:02:48
【问题描述】：

我正在尝试在 R 中测试各种插补方法，我编写了一个函数，它接受一个数据框，插入一些随机 NA 值，插补缺失值，然后使用 MAE 将插补方法与原始数据进行比较。

我的函数如下所示：

pacman::p_load(tidyverse)

impute_diamonds_accuracy <- function(df, col, prop) {
  require(tidyverse)
  
  # Sample the indices of the rows to convert to NA
  n <- nrow(df)
  idx_na <- sample(1:n, prop*n)
  
  # Convert the values at the sampled indices to NA
  df[idx_na, col] <- NA
  
  # Impute missing values using mice with pmm method
  imputed_df <- mice::mice(df, method='pmm', m=1, maxit=10)
  imputed_df <- complete(imputed_df)
  
  # Calculate MAE between imputed and original values
  mae <- mean(abs(imputed_df[idx_na, col] - df[idx_na, col]), na.rm = TRUE)
  
  return(list(original_data = df,imputed_data = imputed_df, accuracy = mae))
}

impute_diamonds_accuracy(df = diamonds, col = 'cut', prop = 0.02)

该函数在屏幕上显示它正在执行插补，但在执行 MAE 计算时失败并出现以下错误：

Error in imputed_df[idx_na, col] - df[idx_na, col] : 
  non-numeric argument to binary operator

我如何将原始数据与估算版本进行比较以了解准确性？

【问题讨论】：

标签： r function tidyverse imputation

【解决方案1】：

diamonds 是一个小问题。

> library(ggplot2)
> data(diamonds)
> is_tibble(diamonds)
[1] TRUE

所以我们可能需要使用[[将列提取为向量

 mae <- mean(abs(imputed_df[[col]][idx_na] - df[[col]][idx_na]), na.rm = TRUE)

【讨论】：