R中逻辑回归（使用多项式）的输出中出现的NA答案

【问题标题】：NAs occuring in the output of logistic regression (using multinom) in RR中逻辑回归（使用多项式）的输出中出现的NA
【发布时间】：2013-11-14 07:24:09
【问题描述】：

我正在尝试使用 nnet 包中的 multinom() 对使用 R 的以下数据执行逻辑回归：
Train Data
Test Data

数据说明：

train 和 test 文件各有 10000 行数据和 144 个变量，其中最后一列是“Predict”，也就是测试数据中应该预测的列。由于 predict 仅包含两个值 0 和 1（二进制），我开始使用 multinom() 将训练数据拟合到逻辑回归模型。大多数行是连续的数值，而少数字段包含名称字段，例如工作日名称（“Sunday”，“Monday”，...），这些字段将被视为因素。

这是使用的以下代码：

train_data <- read.csv("train_data.csv")
test_data <- read.csv("test_data.csv")
library(nnet)
my_multinom <- multinom(formula= as.factor(Predict) ~ ., data= train_data)
predictions <- predict(my_multinom, test_data[,1:143])

输出是：

> summary(predictions)
   0    1   NA's 
 130   52   9818

其中，train_data 的Predict 列中没有NA's：

> summary(as.factor(train_data$Predict))
   0    1 
9734  266

我想知道为什么会出现如此大量的NA's（超过98%）以及如何进一步进行以避免这些NA's？

【问题讨论】：

标签： r logistic-regression

【解决方案1】：

查看您的测试数据。预测为NA 的每一行都包含一个NA 值：

all(apply(sapply(test_data[is.na(predictions),1:143], is.na),1,any))
#[1] TRUE

其他行不包含任何NA 值：

any(apply(sapply(test_data[!is.na(predictions),1:143], is.na),1,any))
#[1] FALSE

【讨论】：

谢谢@Roland。那行得通。即使输入行中有几个NA，是否有任何逻辑回归函数可以预测输出？
没有插补是不可能的。