如何处理R中神经网络预测结果中的NA

Question

我正在泰坦尼克号数据集上应用神经网络（包含 PClass、性别、年龄、Sibsp、Parch、Fare、Embarked）

library(caret)
model_nnet <- train(as.factor(Survived) ~.,  
              method="nnet",
              train_df, 
              linout=FALSE, 
              trace = FALSE,
              preProcess = c("center", "scale"))

nnet_predict <- predict(model_nnet, test_df)

虽然我预计 nnet_predict 与测试数据帧（418 条记录）的长度相同，但它实际上包含 NA 并且只有 331 个结果。关于如何处理它有什么建议吗？谢谢

Answer 1

寻找

summary(test_df)

您可以看到 Age 和 Fare 列中存在缺失值，因此在运行 predict() 函数之前您需要修复这些中的 NA两列。

一个选项可能是 -

在 Fare 列中用它的平均值填充 NA。
在 Age 列中填写 NA 与它的平均值 wrt Pclass 即

if Pclass==1 then missing_age <- 37
if Pclass==2 then missing_age <- 29
else missing_age <- 24

希望对您有所帮助！

如何处理R中神经网络预测结果中的NA

how to deal with NA in neural network prediction result in R

r

machine-learning

neural-network

r-caret