[R]_使用算法模型填充NA值（以线性回归为例）

VIP文章 已于 2022-08-26 11:28:52 修改
阅读量772 收藏 1
点赞数 1
文章标签： r语言 线性回归 python 算法
于 2022-08-26 11:18:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39366714/article/details/126536753
版权

        填充缺失值有很多种方法，比如用均值填充，用众数填充，今天介绍用算法模型的预测值填充的方法，包含两步骤，第一个是用已有的数据建模，第二个是用模型填充缺失值。这里以R里著名的iris数据集为例。

head(iris)

        数据集总共150行5列，前6行长这样

         我们把数据集第一列的前20行设为na

iris$Sepal.Length[1:20]=NA

        新的数据集变成这样

        但注意这里只是前20行没有值，后130行仍然有值，这时我们要做的是用Sepal.Width, Petal.Length, Petal.Width作为X构建一个线性回归模型去填充Sepal.Length。

        首先我们构建一个没有na的数据集。

library(dplyr)

iris_for_regression=iris%>%filter(Sepal.Length!="NA")

        去掉包含NA的行后，新的数据集130行5列，这时我们就可以用新的数据集构建一个线性回归模型了


                

        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  吃过了没
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    1
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
SVT.zip_SVT_SVT算法_svt奇异值收缩_奇异值阈值_缺失填充

				
			

			

				

					07-15
				

			

		

		

			
				
使用奇异值阈值（SVT）算法来完成缺失矩阵的填充

			
		

	



                

              
                



	

		

			

				
					
R 回归 虚拟变量na_舒慢慢系列之线性回归R代码3

				
			

			

				

					weixin_39866646的博客
				

				

					10-21
					
					118
					
				

			

		

		

			
				
在科学的道路上没有平坦的大道，只有不畏劳苦沿着陡峭山路攀登的人，才有希望达到光辉的顶点。—马克思//我要听首歌////正文//昨天的代码：rm(list=ls())setwd("D:/Rcode/regression/basic")dat"data.csv")hist(data$A)hist(dat$A，main=“A的直方图”，xlab=“Afactor”，break...

			
		

	



                


  
              

                


	

		

			

				
					
R语言——（六）、线性回归模型

				
			

			

				

					hexiaosi_的博客
				

				

					06-30
					
					1万+
					
				

			

		

		

			
				
回归分析（regression analysis）是统计分析中最重要的思想之一
被广泛应用于社会经济现象中变量之间的影响因素分析回归分为：线性回归、非线性回归例1：为了研究家庭月消费支出与月可支配收入之间的关系，可支配收入（income）：800,1100,1400,1700,2000,2300,2600,2900,3200,3500
消费支出（consume）：594,638,1122,1155,1408,1595,1969,2078,2585,2530
可以发现，income和consum之间具有较强的

			
		

	





	

		

			

				
					
R语言使用插补法，补齐缺失值

				
			

			

				

					hooyying的博客
				

				

					03-13
					
					1631
					
				

			

		

		

			
				
sleep.new$Span[is.na(sleep.new$Span)] 

			
		

	



		

			
		



	

		

			

				
					
Python预测糖尿病

				
			

			

				

					公众号：Python研究者
				

				

					09-24
					
					3107
					
				

			

		

		

			
				
今天给大家讲解一个实战案例:如何根据现有数据预测糖尿病。在这个案例开始之前，希望大家回忆一下大学里讲过的线性回归的知识，这是数据挖掘里非常重要的一部分知识。当然，鉴于大家都学过，本篇就不再赘述。

一. 数据集介绍

diabetes dataset数据集

这是一个糖尿病的数据集，主要包括442行数据，10个属性值，分别是:Age(年龄)、性别(Sex)、Body mass index(体质指数)、Average Blood Pressure(平均血压)、S1~S6一年后疾病级数指标...

			
		

	





	

		

			

				
					
R语言填充data.frame数据中的缺失值NA、使用0填充data.frame中的缺失值、使用指定数据列的中位数、均值填充data.frame数据列中的缺失值

				
			

			

				

					statistics+insight+vista+power
				

				

					12-03
					
					1307
					
				

			

		

		

			
				
R语言填充data.frame数据中的缺失值NA、使用0填充data.frame中的缺失值、使用指定数据列的中位数、均值填充data.frame数据列中的缺失值

			
		

	





	

		

			

				
					
机器学习——线性回归（一元、多元、高阶、交互项）R语言

				
			

			

				

					misslink的博客
				

				

					03-28
					
					953
					
				

			

		

		

			
				
机器学习线性回归（一元、多元、高阶、交互项）R语言


			
		

	





	

		

			

				
					
A*算法详解

				
			

			

				

					purevegetable
				

				

					03-21
					
					1489
					
				

			

		

		

			
				
A算法详解 GCP{Z]u  
)]c]el@y  
(c(-E|u.  
|,Tr1[  相应例题：http://blog.sina.com.cn/s/blog_691ce2b701017fe3.html
第一部分：A*算法简介 IFd )OZ5  
    写这篇文章的初衷是应一个网友的要求，当然我也发现现在有关人工智能的中文站点实在太少，我在这里 抛砖引玉，希望大家都

			
		

	





	

		

			

				
					
region_fill1.rar_vc6.0区域填充_区域填充_区域填充算法_填充算法_填充算法VC++6.0

				
			

			

				

					09-21
				

			

		

		

			
				
区域填充算法: （1）自学计算机图形学时花了好几天写的程序 （2）开发环境vc 6.0 （3）参考文献:孙家广的《计算机图形学》,《Windows程序设计》

			
		

	





	

		

			

				
					
矩阵填充算法_路径填充算法_matlab_矩阵填充_填充matlab_填充_

				
			

			

				

					10-04
				

			

		

		

			
				
将数值v填充到闭合区域a的中央。主要利用MATLAB的find函数，亦可使用路径填充算法实现。

			
		

	





	

		

			

				
					
scan_fill.rar_kalman_扫描线 填充算法_扫描线 种子填充_种子填充_种子填充算法

				
			

			

				

					09-14
				

			

		

		

			
				
图形学中绘制的bezier曲线，种子填充算法，扫描线算法。

			
		

	





	

		

			

				
					
fill_point.rar_扫描线 填充算法_扫描线 种子填充_扫描线填充_种子填充_种子填充算法

				
			

			

				

					09-23
				

			

		

		

			
				
种子填充算法,先把种子像素如栈,再逐点扫描该点左右边界之间的像素,并置成新的像素,即完成一条扫描线的转换,然后再取上下扫描线并重复上面的过程,即完成填充.

			
		

	





	

		

			

				
					
R语言缺失值填补|插值法、均值法、邻近法

				
			

			

				

					Mrrunsen的博客
				

				

					09-16
					
					3171
					
				

			

		

		

			
				
本文主要介绍如何利用R语言进行数值型缺失值的填补。主要使用zoo包中的na.aggregate() 、na.approx()、na.locf() 函数进行缺失值的均值填补、线性插值填补以及邻近值填补。

			
		

	





	

		

			

				
					
缺失值填充3——使用随机森林模型填充序列缺失值

				
			

			

				

					呆萌的代Ma
				

				

					12-17
					
					764
					
				

			

		

		

			
				
算法思路
原始的问题可能是：一个X(包含x1，x2，缺失x，x3…) =====预测=> y
模型填充缺失值：使用：x1,x2,x3… y =====预测=> 缺失x
所以我们把缺失值作为预测任务的label，把原始的预测y作为特征的一部分，反向推出缺失值
示例代码
import pandas as pd
import numpy as np


def get_dataset():
    """得到数据
    :return data_x：有缺失值的数据
    :return true_

			
		

	





	

		

			

				
					
R语言 回归结果中有NA

				
			

			

				

					a8131357leo的博客
				

				

					04-25
					
					1万+
					
				

			

		

		

			
				
线性回归模型中 lm() . glm() 某些变量的结果为 NA

说明 这个变量与其他变量线性相关，可能是一个， 也可能是有很多个，

所以有

....



所以当你包含V3 的时候 MLE会有无数个解， 所以只能drop掉他生成模型



一句化：多重共线性的毛病
...

			
		

	





	

		

			

				
					
dataframe空值插不入oracle,Pandas 对DataFrame的缺失值NA值处理4种方法总结

				
			

			

				

					weixin_42506752的博客
				

				

					04-04
					
					313
					
				

			

		

		

			
				
数据清洗是一项复杂且繁琐的工作，有人说一个分析项目80%的时间都是在清洗数据数据清洗的目的有两个，第一是通过清洗让数据可用。第二是让数据变的更适合进行后续的分析工作。换句话说就是有”脏”数据要洗，干净的数据也要洗目录1. 相关函数2. 删除缺失值：dropna函数3. 替换缺失值：fillna函数4. 判断缺失值：isna函数5. 判断缺失值：notna函数1. 相关函数删除缺失值：df.drop...

			
		

	





	

		

			

				
					
pandas 均值(mean), 均值填充NA(fill_na)

				
			

			

				

					jjw_zyfx的博客
				

				

					09-04
					
					8185
					
				

			

		

		

			
				
也就是说对于有数字的那一列的nan是可以用 那一列的平均值来替换的，但是对于字符串是不能处理的





			
		

	





	

		

			

				
					
在R语言中利用mice包进行缺失值的线性回归填补

					
热门推荐

				
			

			

				

					carlwu的专栏
				

				

					01-04
					
					2万+
					
				

			

		

		

			
				
在数据分析中，我们会经常遇到缺失值问题。一般的缺失值的处理方法有删除法和填补法。通过删除法，我们可以删除缺失数据的样本或者变量。而缺失值填补法又可分为单变量填补法和多变量填补法，其中单变量填补法又可分为随机填补法、中位数/中值填补法、回归填补法等。本文简单介绍一下如何在R语言中利用mice包对缺失值进行回归填补。

			
		

	





	

		

			

				
					
现代R语言【Tidyverse、Tidymodel】的机器学习

					
最新发布

				
			

			

				

					weixin_xiao5kou4chang6kai4的博客
				

				

					05-11
					
					45
					
				

			

		

		

			
				
机器学习已经成为继理论、实验和数值计算之后的科研“第四范式”，是发现新规律，总结和分析实验结果的利器。机器学习涉及的理论和方法繁多，编程相当复杂，一直是阻碍机器学习大范围应用的主要困难之一，由此诞生了Python，R，SAS，STAT等语言辅助机器学习算法的实现。tidymodels，一个符合tidyverse原则的建模框架，包括了一系列包来完成这个美好的使命。这一系列包，各自肩负着自己的责任，以融洽的方式在一起构成了。设计和构建的有利于建模和机器学习的一系列包集合。4.Lasso回归与最小角度回归。

			
		

	





	

		

			

				
					
写MATLAB代码，使用回归模型填充填充二维数组中的缺失值

				
			

			

				

					07-13
				

			

		

		

			
				
下面是一个使用回归模型填充二维数组中缺失值的示例MATLAB代码：

```matlab
% 生成带有缺失值的示例二维数组
rng(1); % 设置随机种子以保持结果的一致性
data = rand(5, 3); % 原始数据
missing_idx = randperm(numel(data), 5); % 生成5个缺失值的索引
data(missing_idx) = NaN; % 将对应索引位置的值设置为NaN

% 创建回归模型并填充缺失值
for j = 1:size(data, 2)
    % 获取当前列的数据和索引
    col_data = data(:, j);
    missing_data_idx = isnan(col_data);
    observed_data_idx = ~missing_data_idx;
    
    % 使用线性回归模型拟合已观测数据
    X = [ones(sum(observed_data_idx), 1), (1:numel(col_data))'];
    Y = col_data(observed_data_idx);
    beta = X \ Y; % 计算回归系数
    
    % 使用回归模型预测缺失值
    predicted_values = X(missing_data_idx, :) * beta;
    
    % 填充缺失值
    col_data(missing_data_idx) = predicted_values;
    
    % 更新原始数据的当前列
    data(:, j) = col_data;
end

disp('填充后的二维数组:');
disp(data);
```

这段代码首先生成一个大小为5x3的示例二维数组，并在其中随机选择5个位置设置为缺失值（NaN）。然后，使用循环迭代每一列，对每一列的缺失值进行回归填充。在每一列中，使用已观测到的数据拟合线性回归模型，并使用该模型预测缺失值。最后，将预测值填充到相应的缺失值位置，得到填充后的二维数组。

请注意，这只是一个简单的示例代码，实际的回归填充可能需要更多的数据预处理、模型选择和调参等步骤。此外，根据数据集的特点，可能需要选择其他类型的回归模型。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值