我有一个数据集,我想建立一个模型,最好使用 caret
包裹。我的数据实际上是一个时间序列,但问题并非特定于时间序列,只是我与 CreateTimeSlices
一起工作用于数据分区。
我的数据有一定数量的缺失值NA
,我将它们与 caret
分开估算代码。我还记录了他们的位置:
# a logical vector same size as the data, which obs were imputed NA
imputed=c(FALSE, FALSE, FALSE, TRUE, FALSE, FALSE)
imputed[imputed] <- NA; print(imputed)
#### [1] FALSE FALSE FALSE NA FALSE FALSE
我知道 Caret 中有一个选项
train
函数来排除 NA
或者用不同的技术来估算它们。那不是我想要的。我需要在已经估算的数据集上构建模型,但 我想从错误的计算中排除插补点 指标(RMSE、MAE、...)。我不知道如何在插入符号中做到这一点。在我的第一个脚本中,我尝试手动进行整个交叉验证,然后我有一个自定义的错误度量:
actual = c(5, 4, 3, 6, 7, 5)
predicted = c(4, 4, 3.5, 7, 6.8, 4)
Metrics::rmse(actual, predicted) # with all the points
#### [1] 0.7404953
sqrt(mean( (!imputed)*(actual-predicted)^2 , na.rm=T)) # excluding the imputed
#### [1] 0.676757
我该如何处理
caret
中的这种做法?还是有另一种方法可以避免手动编码所有内容?
最佳答案
我不知道您是否正在寻找这个,但这里有一个通过创建函数的简单解决方案。
i=which(imputed==F) ## As you have index for NA values
metric_na=function(fun, actual, predicted, index){
fun(actual[index], predicted[index])
}
metric_na(Metrics::rmse, actual, predicted, index = i)
0.676757
metric_na(Metrics::mae, actual, predicted, index = i)
0.54
您也可以在计算所需指标时直接使用索引。
Metrics::rmse(actual[i], predicted[i])
关于r - 从模型性能计算中排除缺失值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39893077/