【发布时间】：2012-01-17 15:21:02
【问题描述】：
我正在寻找可以处理 NA 的 R 包或机器学习模型/算法，例如 randomForest、glmnet、gbdt 等，而不是忽略具有任何 NA 实例的行或列。我不想推卸责任。有什么建议吗？
【问题讨论】：
标签： r random-forest glmnet cart-analysis c4.5
【发布时间】：2012-01-17 15:21:02
【问题描述】：
CART 算法相当无缝地处理 NA（rpart 包）。然后您可以随时使用rpart 转向bagged trees，可能是通过ipred 包。
我听说多元自适应回归样条（mda 包中的mars）可以很好地处理丢失的数据，尽管我没有太多经验。
此外，k 个最近邻模型（我认为更普遍的内核方法）可以被更改以以一种相当直接的方式处理缺失值，但实现可能不会开箱即用。但大概就像调整距离度量以仅考虑成对完整案例一样简单。我不太熟悉比 vanilla knn 模型做得更多的特定 R 包。
【讨论】：
-
对于 kNN，“调整距离度量以仅考虑成对的完整情况”将是一团糟：对于有 NA 和无 NA 的情况，距离的计算方式会有所不同，并且不具有可比性。尤其是当每个距离分量都被加权时。