如何找到缺失值？ [关闭]答案

【问题标题】：How to find missing values? [closed]如何找到缺失值？ [关闭]
【发布时间】：2017-08-29 05:43:43
【问题描述】：

我可以使用哪些技术（例如 KNN、最大似然）来查找缺失值？我想使用 R 并尝试找到一种合适的技术来估算缺失值。

示例数据如下所示：

F1  F2  F3  F4  F5  Class
Good    20  5   7   Old Normal
Good    Missing 8   8   Old Normal
Good    15  10  10  Old Normal
Good    50  10  10  Old Normal
Good    70  10  10  Old Abnormal
Bad 20  5   7   Old Abnormal
Good    20  5   80  Old Abnormal
Good    85  100 100 Old Abnormal
Good    20  100 Missing Old Abnormal
Good    24  6   8.4 Old Normal
Good    12  9.6 9.6 Old Normal
Good    18  12  12  Old Normal
Good    60  12  12  Old Normal
Good    84  Missing 12  Old Abnormal
Bad 24  6   8.4 Old Abnormal
Good    24  6   96  Old Abnormal
Good    102 120 120 Old Abnormal
Good    24  120 72  Old Abnormal

【问题讨论】：

查看包老鼠和阿米莉亚及其小插曲和参考资料。
函数read.table()可以设置na.strings = "Missing"

标签： r knn imputation

【解决方案1】：

这里有几个代码可以帮助您进行分析

数据是否存在NA

any(is.na(..name of data..))

可视化缺失数据

require(VIM)
aggr(..name of data..,plot = TRUE,bars=TRUE)

计算 NA 的百分比

创建一个简单的函数

propmiss <- function(dataframe) lapply(dataframe,function(x) data.frame(nmiss=sum(is.na(x)), n=length(x), propmiss=sum(is.na(x))/length(x)))

propmiss(..数据的名称..)

删除值超过 50% 的行（列的类似功能）

sparse.rows = c()
for (i in 1:nrow(clust.datatrain))  {
  if (sum(length(which(is.na(clust.datatrain[i,])))) > 0.5*ncol(clust.datatrain))  {
    sparse.rows = c(sparse.rows,i)
  }
}
length(sparse.rows)  #25
clust.datatrain = clust.datatrain[-sparse.rows,]

插补

KNN

require(DMwR)
train.1=knnImputation(clust.datatrain, k = 10, scale = T, meth = "weighAvg",
                      distData = NULL)

使用 MICE（多种方法）的贝叶斯线性回归示例如下

require(mice)
xdash=mice(datafile,m=5,maxit=50,meth='norm',seed=500)
completedata=complete(xdash,1)
completedata

这一切都应该有利于分析和估算！

【讨论】：