在 R studio 中训练数据集答案

【问题标题】：Training the datasets in R studio在 R studio 中训练数据集
【发布时间】：2019-08-14 21:19:35
【问题描述】：

我将数据集划分为 70% 的训练集和 30% 的验证集。也有很多 NaN 变量，也许正因为如此，我无法训练我的数据。虽然，我能够将数据集区分为训练和测试数据集。但是当我想训练时，我收到了这个错误（“na.fail.default 中的错误（list（ndvi = c（0.426755102040816, 0.409, 0.501735849056604, : missing values in object”）。

我想使用 NDVI 估计生物量，然后查看与观察到的生物量的关系。

set.seed(123)
inTrain = createDataPartition(newdata$ndvi, p = 0.7, list = FALSE)
training = newdata[ inTrain,]
testing = newdata[-inTrain,]
cols <- c("ndvi", "first", "second", "third","DMY_kg_ha")
newdata[cols] <- lapply(newdata[cols], factor)  ## as.factor() could also be used
set.seed(32343)
modelFit<-train(DMY_kg_ha~first+second+third+treatment, data=training, method='glm',na.rm = na.omit)
modelFit

创建modelfit后，我想在R中使用'vif'来找出哪些变量是重要的。

【问题讨论】：

标签： r nan training-data

【解决方案1】：

试试这个

# load library
library(caret)

# set seed value
set.seed(123)

# remove NA's in data
newdata = na.omit(newdata)

# split data set
inTrain = createDataPartition(newdata$ndvi, p = 0.7, list = FALSE)
training = newdata[ inTrain,]
testing = newdata[-inTrain,]

# convert columns to factors
cols <- c("ndvi", "first", "second", "third","DMY_kg_ha")
newdata[cols] <- lapply(newdata[cols], factor)  ## as.factor() could also be used

# reset seed value
set.seed(32343)

# train model
modelFit<-train(DMY_kg_ha~first+second+third+treatment, data=training, method='glm',na.rm = na.omit)

# view model
modelFit

【讨论】：

非常感谢，但我仍然遇到“某些课程只有一条记录”的问题，我还无法训练模型。
在这种情况下，使用 mice 包来估算 NA。该文档应该可以帮助您了解如何使用github.com/nagdevAmruthnath/Predictive-Maintenance/blob/master/…
谢谢@Not_Dave。希望这将是我来解决这个问题。