bagImpute 出错并从 caret 包中预测答案

【问题标题】：Error with bagImpute and predict from caret packagebagImpute 出错并从 caret 包中预测
【发布时间】：2020-10-25 22:48:21
【问题描述】：

尝试使用 caret 包中的 preProcess 函数时出现以下错误。 predict 函数适用于 knn 和中值插补，但会导致 bagging 错误。我应该如何编辑我对预测函数的调用。

可重现的例子：

data = iris
set.seed(1)
data = as.data.frame(lapply(data, function(cc) cc[ sample(c(TRUE, NA), prob = c(0.8, 0.2), size = length(cc), replace = TRUE) ]))

preprocess_values = preProcess(data, method = c("bagImpute"), verbose = TRUE)
data_new = predict(preprocess_values, data)

这会产生以下错误：

> data_new = predict(preprocess_values, data)
Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "NULL"

【问题讨论】：

标签： r-caret imputation

【解决方案1】：

插入符号中的预处理/插补函数仅适用于数值变量。如preProcess的帮助中所述

x 矩阵或数据框。允许使用非数字预测变量，但将被忽略。

您很可能在应该忽略非数值变量的部分中发现了一个错误，该错误会引发非信息性错误，而不是忽略它们。

如果您删除因子变量，则插补有效

library(caret)

df <- iris
set.seed(1)
df <- as.data.frame(lapply(data, function(cc) cc[ sample(c(TRUE, NA), prob = c(0.8, 0.2), size = length(cc), replace = TRUE) ]))
df <- df[,-5] #remove factor variable
           
preprocess_values <- preProcess(df, method = c("bagImpute"), verbose = TRUE)

data_new <- predict(preprocess_values, df)

最后一行代码有效，但导致一堆警告：

In cprob[tindx] + pred :
  longer object length is not a multiple of shorter object length

这些警告不是来自插入符号，而是来自对ipred::bagging 的内部调用，caret::preProcess 在内部调用。这些错误的原因是数据中的实例，当它们被删除时，一行中有 3 个 NA 值

df <- df[rowSums(sapply(df, is.na)) != 3,]

preprocess_values <- preProcess(df, method = c("bagImpute"), verbose = TRUE)

data_new <- predict(preprocess_values, df)

警告消失。

您应该查看食谱，特别是 step_bagimpute，以克服上述限制。

【讨论】：