Rpart - NA 处理答案

【问题标题】：Rpart - NA handlingRpart - NA 处理
【发布时间】：2013-03-14 04:15:16
【问题描述】：

我正在为 Rpart 包中的 NA 功能而苦苦挣扎。我得到了以下数据框（代码如下）

  Outcome VarA VarB
1       1    1    0
2       1    1    1
3       1   NA    1
4       0    0    1
5       0    0    0
6       0   NA    0

我正在尝试拟合做出完美预测的 Rpart 对象。逻辑规则应该是它预测：

如果 VarA=1，则预测 =1
如果 VarA=0，则预测=0
如果 VarA=NA，则使用 VarB（如果 VarB=0，预测=0）

但是，我正在努力寻找正确的代码，以正确的方式将 VarA 的 NA 值“传递给树”。我曾尝试使用usesurrogates 和na.control，但无济于事……请在下面找到我的代码。

PS。如果 VarA 会读取 VarA=c(1,1,2,0,0,2)，则 rpart 有效，但不幸的是，对于我正在处理的更大数据框来说，这不是一个很好的解决方案....

library(rpart)
Outcome=c(1,1,1,0,0,0)
VarA=c(1,1,NA,0,0,NA)
VarB=c(0,1,1,1,0,0)
dg=as.data.frame(cbind(Outcome, VarA, VarB))        
dg
fit=rpart(Outcome ~ VarA + VarB, data=dg, method="class",na.action = na.pass,control=rpart.control(usesurrogate=1, minsplit=1, cp=0.001))
fit

newdata=dg
newpred=predict(fit,newdata=newdata,type = "class")
dh=cbind(dg,newpred)
dh

【问题讨论】：

标签： r na rpart

【解决方案1】：

尝试用类似这样的方式自动替换 VarA：

VarA [is.na(VarA )] <- 2

这应该用 2 替换所有 NA。

【讨论】：

【解决方案2】：

我从您的上述问题中了解到，当 varA 失败时您想使用 VarB：-

VarA [is.na(VarA )] <-VarB[is.na(VarA )]

但您的预测完全取决于 VarA(fit)，因此在将 VarA 传递给 rpart 之前对其进行更改。您将获得预测的输出。

【讨论】：

【解决方案3】：

我获取了您的代码并对其进行了修改以使用您想要的 NA 处理逻辑。

library(rpart)
Outcome=c(1,1,1,0,0,0)
VarA=c(1,1,NA,0,0,NA)
VarB=c(0,1,1,1,0,0)
dg=as.data.frame(cbind(Outcome, VarA, VarB))        
dg

我改变了这些行：

dg$VarC <- ifelse(is.na(dg$VarA), ifelse(df$VarB == 1, 1, 0), dg$VarA)
fit=rpart(Outcome ~ VarC, data=dg, method="class", na.action = na.pass, control=rpart.control(usesurrogate=1, minsplit=1, cp=0.001))

其他都一样：

fit

newdata=dg
newpred=predict(fit,newdata=newdata,type = "class")
dh=cbind(dg,newpred)
dh

【讨论】：